【ICLR2025 & IEEE TETCI论文】多目标神经组合优化算法

文章预览

   欢迎关注 智能优化与学习 实验室 简洁权重嵌入的神经多目标组合优化算法 Jinbiao Chen, Zhiguang Cao, Jiahai Wang*, Yaoxin Wu, Hanzhang Qin, Zizhen Zhang, Yue-Jiao Gong, Rethinking neural multi-objective combinatorial optimization via neat weight embedding,  ICLR  2025. 尽管现有的神经多目标组合优化算法普遍配备了复杂的学习技术，但由于对权重向量缺乏有效的利用方式，其在权重特定的子问题上的性能仍存在显著的最优性差距。为解决这一问题，本文提出了一种学习权重嵌入的神经多目标组合优化算法。该算法采用了一种简洁高效但被当前研究忽视的方法，即通过学习权重特定的嵌入表示来捕获子问题中权重与实例的交互特征。为充分展示权重嵌入方法的潜力，本文设计了两种具体的权重嵌入模型（如图1所示）：首先，引入了一个简单的加法模型，通过几乎不增加额外复杂度的方 ………………………………