研究人员推出了一种新颖的多目标组合优化(MOCO)方法——演进神经网络求解器(ENS)。ENS 训练一组小型的、针对特定偏好的模型,并利用进化计算来创建多样化的求解器集合。与现有神经网络技术(这些技术要么训练大量专用模型,要么使用可能产生重复解决方案的单个共享模型)相比,该方法旨在提高解决方案质量和帕累托前沿覆盖率。在标准 MOCO 问题上的实验表明,ENS 在超体积指标上优于当前最先进的神经 MOCO 方法。 AI
影响 引入了一种优化复杂问题的新方法,有望提高需要多目标决策的领域的效率。
排序理由 关于新颖计算方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →