一种基于元学习的多目标优化方法

本发明公开了一种基于元学习的多目标优化方法，采用基于元学习的多目标优化模型，该模型具有内外双层循环结构；在内层循环中，将元学习多目标遗传算法的遗传算子神经网络化，使得遗传算子可以自适应进行参数调整，使遗传算子具有可学习的能力，更好地适应多目标优化问题，增强了遗传算子的灵活性；将元学习多目标遗传算法的遗传算子神经网络化，利用神经网络中的多层感知器网络选择出更有潜力的下一代种群；通过将神经网络化的遗传算子的网络参数作为外层循环的优化任务，将内层循环的评估指标作为外层循环的目标函数值，以此来实现不需要梯度信息也能够对基于元学习的多目标优化模型中的网络参数进行训练的目的。