控制理论与应用

作者：王振宇,王磊

单位：西安理工大学计算机科学与工程学院,西安理工大学计算机科学与工程学院

关键词：多任务优化;知识转移;子空间对齐;种群重用;传感器覆盖问题

基金：国家自然科学基金项目(62176146)资助.

通过利用跨任务的知识转移,多任务优化可以实现比传统单任务优化更好的收敛性能.然而,在多任务优化中,搜索空间和优化场景的偏差以及干扰知识转移的噪声,都可能导致有效知识转移效率的降低,甚至出现负向迁移. 为解决此问题,本文提出一种基于最小二乘法(PLS)子空间对齐和种群重用机制的多任务优化算法(PRMTEA). 首先,通过引入PLS子空间投影策略,将高维任务搜索空间向低维空间转化,并建立各任务所拥有种群的特定低维子空间;其次,实时调整子空间Bregman散度获取对齐矩阵,实现跨任务知识转移;最后,设计基于Residual残差结构的种群重用机制,避免出现负向迁移和陷入局部最优情况,并提高算法的收敛性能.实验结果表明:与其他4种先进多任务优化算法进行相比,PR-MTEA具有更好的收敛性能和快速搜索能力.另外,通过传感器覆盖问题进行测试分析,进一步验证算法的可行性和适用性.

来源：2025年第11期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2025年第11期