近日，必赢官网王健教授科研团队在稀疏大规模多目标优化方向取得重要进展，相关成果S-ECSO和ST-CCPSO分别发表在进化计算领域T0顶级期刊《IEEE TRANSACTIONS ON EVOLUTIONARY COMPUTATION》、《Swarm and Evolutionary Computation》上。论文第一作者为我校硕士生王翔宇，我校王健教授和欧洲科学院院士金耀初教授为通讯作者。该研究工作得到国家自然科学基金、必赢线路检测3003研究生创新基金等项目资助。

 由于进化计算对函数性质要求不高、可解决多目标问题等特性，近年来成为优化领域的重要研究方向，特别是在多目标领域取得了许多成果。但对于稀疏问题，现存的算法难以很好地解决，这主要是因为其未能考虑稀疏问题的特性，即在最优解中的变量具有较多的零元素。然而，稀疏问题存在于许多优化问题中，例如轻量化神经网络的构造，特征选择等机器学习问题和Portfolio优化等金融领域的问题。这就使得基于稀疏大规模多目标问题的研究变得急迫与重要。

研究团队所提出的两个优化算法可以很好地解决上述问题。在S-ECSO，作者通过构造具有稀疏功能的强凸函数对解进行优化。另外，针对大规模优化问题的特点，提出了三方竞争机制，以更好地平衡探索与开发之间的关系，并且给出了该机制的收敛性证明。另一方面，ST-CCPSO提出了稀疏截断算子，将 “累积梯度”作为稀疏置零的基准。同时，ST-CCPSO改进了竞争粒子群算法，使其同时具有粒子群算法与竞争粒子群算法的优势，即高效地寻找全局最优解。

  审稿专家认为，团队提出两个新颖的稀疏大规模多目标优化算法，给出了理论性证明，并通过数值实验验证了算法在平衡稀疏性、收敛性、多样性之间的优越性能，相关算法均应用在构造轻量化的神经网络上。

《IEEE TRANSACTIONS ON EVOLUTIONARY COMPUTATION》和《Swarm and Evolutionary Computation》是国际进化计算领域的顶级期刊，在该领域均排名前三。

近年来，王健教授团队致力于机器学习领域的研究工作，在神经网络、模糊系统、进化领域中取得了重要的进展，在《IEEE Transactions on Neural Networks and Learning Systems》、《IEEE TRANSACTIONS ON EVOLUTIONARY COMPUTATION》、《Swarm and Evolutionary Computation》、《IEEE Transactions on Cybernetics》等国际权威期刊发表了系列研究成果，丰富和发展了机器学习领域的理论研究，并将成果应用于智能油气田开发等实际生产领域中。

论文链接：https://ieeexplore.ieee.org/document/9531955 、

https://www.sciencedirect.com/science/article/abs/pii/S2210650222000530