基于GAN的大规模多目标优化方法及装置

本申请涉及计算机技术领域，尤其涉及一种基于GAN的大规模多目标优化方案。包括：随机初始化多目标优化问题的种群以及运行参数；通过非支配排序算法从种群中选出预设数量的非支配解作为参考解；根据非支配的参考解在决策空间关于中心对称的对称点，通过与决策空间上下边界点进行双向权重向量关联，将多目标优化问题转换为一系列单目标优化子问题；使用当前种群作为父代种群训练GAN模型并生成子代种群；通过环境选择机制在父代和子代种群之间择优更新种群，直至满足预设终止条件并输出最终解集。本申请简化了原问题，能够在低维空间中更有效地搜索全局最优解，通过训练GAN模型来生成高质量的子代，提高了种群多样性，提供更多高质量解用于选择。