基于分解的双存档引导的多目标神经架构搜索方法

本发明公开了基于分解的双存档引导的多目标神经架构搜索方法，涉及多目标神经架构搜索领域，包括将种群初始化，生成随机种群；根据随机种群及预设的存档大小，初步更新收敛性存档；根据随机种群及预设的问题参数，初步更新多样性存档；分别对初步更新后的收敛性存档及多样性存档循环执行优化更新，直至达到终止条件时停止，输出最优解集。本发明采用自适应差分进化算法，直接对离散架构编码进行操作，有效解决了传统基于梯度优化方法在离散决策空间中的效率低下问题，并通过全面探索离散搜索空间，避免了局部最优陷阱，提高了算法的搜索效率和结果的全局优化能力。