最近，中国矿业大学郭一楠教授与巩敦卫教授等合作，在国际顶级期刊《IEEE Transactions on Evolutionary Computation》上发表题为"Novel Interactive Preference-based Multi-objective Evolutionary Optimization for Bolt Supporting Networks"的学术论文，报告了采用交互式多目标进化优化方法解决煤矿锚护网络结构优化设计问题的最新研究成果。
工程设计人员往往仅关注很少感兴趣的问题优化解，而不是所有优化解。采用进化优化方法求解问题时，在设计人员不感兴趣的区域搜索，通常造成不必要的计算资源浪费，此外，让设计人员从很多优化解中选择符合实际需求的解也存在很大的困难。论文通过在不同粒度上构建不同规模的偏好区域，挖掘设计人员的偏好，并追踪偏好的变化，将这些偏好融入多目标进化优化过程中，寻求锚护网络结构的高质量设计方案。主要贡献包括：
1. 构建设计人员两阶段偏好模型，利用最劣点和语义划分先验偏好区域；基于进化优化过程提供的满意解，动态迁移和缩放偏好区域；通过精准定位设计人员的偏好，减少进化优化过程优化解的评价次数，提高进化求解效率。
2. 提出设计人员偏好变化及时跟踪机制，给出偏好变化检测方法，设计有针对性的变化应对策略，为偏好辅助进化优化提供指导。
3. 将所提方法用于煤矿锚护网络结构优化设计问题，建立支护质量代理模型，生成基于交互式多目标进化优化的煤矿锚固网络最优结构。
郭一楠教授是巩敦卫研究团队核心成员，智能仿真优化与调度专委会副秘书长，长期从事智能优化与控制研究，在动态多目标进化优化理论、方法与应用方面，取得多项高显示度成果。《IEEE Transactions on Evolutionary Computation》是计算机科学领域具有重要影响力的学术期刊，最新影响因子高达8.508，多年来连续位居中科院和JCR一区。
论文信息：
Title: Novel Interactive Preference-based Multi-objective Evolutionary Optimization for Bolt Supporting Networks
Authors: Yi-nan Guo, Xu Zhang, Dunwei Gong*, Zhen Zhang, Jianjian Yang
Source: DOI: 10.1109/TEVC.2019.2951217
设计人员偏好区域
