最近，自动化与电子工程学院巩敦卫教授与汕头大学徐标博士、东芬兰大学高晓智教授、梧州学院贺杰教授、电子科技大学范衠教授等合作，在复杂约束多目标优化问题智能求解领域取得研究进展，相关成果以“Handlingmulti-objectiveoptimizationproblems withcomplexconstraints: Aconstraintsgrouping-basedapproach”为题，发表在中科院一区、Top期刊《IEEE Transactions on Systems, Man, and Cybernetics: Systems》上。

论文针对工业生产广泛存在的复杂约束多目标优化问题，提出了基于约束分组的智能优化算法。该算法将复杂约束分组构建多个子问题，利用进化算法和强化学习融合实现问题的高效求解。首先，基于对约束条件的解析，将约束条件分成若干类，并对强约束和弱约束分组，形成多个约束子集；然后，基于这些约束子集构建多个子问题，并为每个子问题分配独立的种群进行优化；最后，通过信息提取和转移，将子问题优化过程的有效信息传递到原始问题的优化过程，加速原始问题的求解。

该成果巧妙地利用约束条件的强弱特征，将一个复杂优化问题分解为若干简单的子问题，以辅助原问题求解，并应用于解决实际的优化问题。对比实验结果表明，该算法解决具有复杂约束的多目标优化问题具有显著的优势，能高效地找到满足约束条件的最优解集，为解决实际生产场景复杂约束多目标优化问题提供了技术支撑。

论文信息：

XuBiao,ZhengYiwu,LiWenji,GaoXiaozhi,GongDunwei*,HeJie*,FanZhun,Handlingmulti-objectiveoptimizationproblems withcomplexconstraints: Aconstraintsgrouping-basedapproach, IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2025,DOI: 10.1109/TSMC.2025.3547618.