近日，青岛科技大学信息科学技术学院巩敦卫教授与中国矿业大学左明成副教授和张勇教授、澳门城市大学郭永德副教授等合作，在约束多目标优化问题智能求解方向取得研究进展，相关成果以“Constrained Multi-objective Evolutionary Optimization with Population Image Convolution”为题，发表在中科院一区、Top期刊《IEEE Transactions on Systems, Man, and Cybernetics: Systems》上。

论文针对工业场景中广泛存在的约束多目标优化问题，提出了基于种群图像卷积的智能优化算法。该算法设计了三个列卷积核参与种群生成，通过共享种群个体间的进化信息兼顾约束求解和目标优化，在快速定位可行区域的同时对其深度搜索。此外，该算法还具有自适应更新卷积核应用范围及控制参数的优点，可适用于多个子种群。

该成果首次使用图像卷积技术引导种群的高效生成，相比于原有的进化范式，大幅度提高了种群间的信息共享能力，并成功应用于解决矿山综合能源系统运行优化问题。对比实验结果表明，该算法高效生成了矿山典型用能场景下的综合能源调度方案，优化了用能的经济成本和碳排放量。

论文信息：

Mingcheng Zuo, Dunwei Gong*, Ruomeng Wang, Yong Zhang, Yongde Guo, Constrained Multi-objective Evolutionary Optimization with Population Image Convolution, IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2025, DOI: 10.1109/TSMC.2025.3599939.