日前，郑州大学电气工程学院梁静教授团队在约束多目标优化领域取得系列重要进展，相关成果分别发表在国际一流期刊《IEEE Transactions on Evolutionary Computation》《IEEE Transactions on Systems, Man, and Cybernetics: Systems》 《Swarm and Evolutionary Computation》之上，郑州大学为第一单位和通讯单位。

约束多目标优化问题广泛存在于科学研究和工程实践中，解决这类问题需要同时优化多个冲突的目标函数和满足不同的约束条件。梁静教授团队提出了多种平衡约束和目标的进化优化算法，在标准测试函数取得较好的表现，有良好的实际应用前景。

团队提出了基于进化多任务的约束多目标优化框架，以降低约束造成的搜索难度。该框架把寻找部分约束子集当作辅助任务，从而把约束多目标问题转换为多任务优化问题。另外，设计了匹配性方法动态迁移有效的知识，以完成高质量的知识迁移。文章发表在期刊《IEEE Transactions on Evolutionary Computation》，电气工程学院2021级博士生乔康加为第一作者，梁静教授为通讯作者（全文链接：https://ieeexplore.ieee.org/document/9690609）。

团队提出了动态选择偏好辅助的约束多目标差分进化算法，通过对每个个体的选择偏好从目标函数适当地转移到约束条件，以达到动态平衡约束和目标信息之间的利用平衡。文章发表在期刊《IEEE Transactions on Systems, Man, and Cybernetics: Systems》，于坤杰副教授为第一作者，梁静教授为通讯作者（全文链接：https://ieeexplore.ieee.org/abstract/document/9373401）。

团队提出了基于目的导向的两阶段搜索框架，第一阶段致力于收敛性和多样性的平衡，第二阶段致力于多样性和可行性的平衡。两个阶段动态地平衡了收敛性、多样性和可行性，以最终获得收敛性和多样性均较好的可行Pareto前沿。文章发表在期刊《Swarm and Evolutionary Computation》，于坤杰副教授为第一作者，梁静教授为通讯作者（全文链接：https://www.sciencedirect.com/science/article/abs/pii/S2210650220304521）。

以上研究得到了国家自然科学基金、国家博士后基金、河南省高校创新人才项目等资助。