近日，智能系统优化与安全湖南省工程中心和我校计算机学院·网络空间安全学院邹娟教授团队在国际知名期刊《IEEE Transaction on Evolutionary Computation (IEEE TEVC)》(IF: 16.497)上发表论文《A Multi-stage Algorithm for Solving Multi-objective Optimization Problems with Multi-constraints》（求解多约束多目标优化问题的多阶段算法）。邹娟教授和其硕士生孙瑞青为该文的共同第一作者，邹娟为通讯作者，我校为第一单位。

在约束多目标优化中，通常存在多个约束。这些约束减少了多目标优化问题（CMOP）的可行区域，并且使得现有的多目标优化算法难以获得满意的可行解。为了解决这个问题，本文研究了约束之间的关系，首次将其分为三种类型，并根据单个约束的帕累托前沿（PF）与其公共PF之间的关系来获得约束之间的优先级。同时，本文提出了一种多阶段约束多目标进化算法，算法根据优先级关系评估单个约束对原始问题的影响，并根据关系分阶段处理约束以节省算法开销，在帮助算法收敛的同时节省了计算资源。在五个CMOP套件和运输船设计问题、压力容器设计问题及反应器网络设计问题进行性能验证结果表明，本文提出的算法在现有的约束多目标优化中具有很强的竞争力。

（约束之间的关系）

（算法的主要流程）

IEEE TEVC是计算智能领域国际顶级期刊，具有很高影响力，2022年影响因子16.497。该期刊每年收录论文仅60篇左右，接受率不到10%。

邹娟长期致力于多目标优化算法，群体智能，人工神经网络及应用的研究，在国际及国内学术期刊发表论文60余篇，总被引次数千余次，以第一发明人授权发明专利20余项，其中美国等国际专利4项。近5年，她主持国家自然科学基金等国家级项目3项，相关研究成果应用于汽车、飞机多学科优化设计等重要科学与工程领域。

以上内容由大学时代综合整理自互联网，实际情况请以官方资料为准。