最近，巩敦卫委员团队在国际顶级期刊《IEEE Transactions on Evolutionary Computation》上发表题为"A similarity-based cooperative co-evolutionary algorithm for dynamic interval multi-objective optimization problems"的学术论文，报导了动态区间多目标优化问题的最新研究成果。
动态区间多目标优化问题普遍存在于实际的生产与生活中，因性能指标或约束中包含随环境变化的区间参数，该问题的求解远难于一般的动态多目标优化问题，在最优解比较、追踪最优解的速度和精度等方面具有很大的挑战性。
成果通过对区间参数与决策变量的相关性分析将决策变量分组，并使用不同种群协同优化各组变量，提高了算法的求解质量与效率。主要贡献包括：
1. 提出了动态区间多目标优化问题有针对性的决策变量分组方法，为多种群协同优化奠定了基础；
2. 给出了动态区间多目标优化问题的环境变化检测方法，快速、及时的检测环境变化；
3. 建立了区间优化问题变化强度的衡量方法，为环境变化后的种群精准响应提供了依据；
4. 将所提算法应用于证券投资组合问题，为投资者提供了更多低风险、高收益的决策方案。
据悉，该成果是巩敦卫委员与徐标博士生、张勇教授、郭一楠委员和英国德蒙福特大学杨圣祥教授合作完成的，其中，徐标和郭一楠是论文的通信作者。该期刊是计算机领域具有重要影响力的学术期刊，最新影响因子8.124，位居中科院工程技术大类学科一区。
论文信息：
Title: A similarity-based cooperative co-evolutionary algorithm for dynamic interval multi-objective optimization problems
Authors: Dunwei Gong, Biao Xu, Yong Zhang, Yinan Guo, and Shengxiang Yang
Source: DOI 10.1109/TEVC.2019.2912204
Link: https://ieeexplore.ieee.org/document/8694000