一种结合稀疏演化和深度强化学习的大规模稀疏多目标优化方法

本发明公开了一种结合稀疏演化和深度强化学习的大规模稀疏多目标优化方法，涉及多目标优化领域。该方法称为SDR/MOEA(Sparse Evolutionary and Deep Reinforcement Learning Multiobjective Optimization Algorithm)，结合了演化技术和深度强化学习。具体而言，本方法采用实数向量和二进制向量混合表示解的方式。首先设计了一种稀疏演化优化器，通过二进制操作符搜索稀疏变量，从而有效减少搜索空间。随后，引入深度强化学习优化器，全面优化非零决策变量。双优化器协同搜索产生的解，展示了演化算法的稳定性能和深度强化学习的学习能力，能够在大规模稀疏多目标优化问题上快速且有效地收敛。