多粒度超启发计算方法研究

Meta-heuristics are algorithms searching in the space of problem solutions, while hyper-heuristics are algorithms searching in the space of meta-heuristic algorithms. Current researches on hyper-heuristics mainly focus on the optimization of algorithmic operators at a single-granularity level. This project will first vertically extend the granularity level of hyper-heuristics to include both higher multi-population coevolution operators and lower operator components, and then horizontally extend the granularity level to include both kernel algorithmic elements (such as operators, control parameters, and topologies) and expanded algorithmic elements (such as mechanisms for handling constraints, fuzzy variables, and multiple objectives). By integrating hyper-heuristics on different algorithmic elements and at different granularity levels, the project will construct a multi-level and multi-view hyper-heuristic framework, and thus establish a new computation paradigm for hyper-heuristic computation. Finally the research will develop a problem-driven hyper-heuristic algorithm development system to support granularity selection and concrete algorithmic program generation, and thus improve the capability of large-scale complex problem solving fundamentally.

元启发方法是针对问题空间进行搜索的算法，超启发方法则是针对算法空间进行搜索的算法。但目前超启发方法研究主要是面向算子类型的单一粒度的优化。本项目将首先对超启发的算子粒度进行垂直扩展，研究更宏观的面向种群协同进化算子的以及更微观的面向算子部件的超启发优化方法；再对超启发的要素内容进行水平扩展，分别研究面向算法核心要素（包括算子、控制参数、拓扑结构等）以及面向算法扩展要素（包括约束处理机制、模糊处理机制和多目标权衡机制等）的超启发优化方法。对不同要素及其不同粒度上的超启发方法进行有效融合，构造多层次、多视角粒结构上的超启发框架，为超启发计算建立新的模型范式。设计问题驱动的超启发算法开发系统，支持面向具体问题的超启发粒度选择和算法生成，从根本上提升求解大规模复杂优化问题的能力。

本课题通过对启发式算法的算子、控制参数、拓扑结构等核心要素和约束优化、模糊优化、多目标优化等扩展要素的超启发控制策略进行研究，构建了新型的多维多粒度超启发计算模型，极大地提高了超启发算法的搜索能力，同时也大大拓展了算法的应用覆盖面。通过对现有启发式算子的本质特征和搜索规律的归纳分析，提出了一种新的水波优化元启发式算法，设计了全新高效的探索和开发平衡策略，在大量基准测试问题和实际优化问题上表现出了优异的性能。基于超启发模糊优化方法，提出了神经-模糊系统的新型进化优化方法，为模糊神经网络（包括深度网络）的优化设计提供了新的技术手段。设计了问题驱动的超启发算法开发系统，支持从具体问题出发，通过交互式地选择要应用的要素和粒度，生成问题的具体求解算法程序，极大地提升了超启发算法的开发效率。项目研究成果应用于军事运筹、灾难救援调度、无人机控制等多个应用领域，取得了良好的应用效果。围绕上述研究内容，发表论文29篇（其中SCI期刊论文18篇，中文核心期刊论文3篇，会议论文8篇，他引次数173次），出版专著3部，授权发明专利2项。获瓦格纳国际运筹学最佳实践奖提名奖，获天津市科技进步二等奖。本项目研究成果能够推动智能优化算法理论和设计方法的进步，并促进其在各类实际优化问题中的广泛应用。