摘要
本发明提供了一种基于生成式人工智能的多目标组合优化方法和系统,包括两个阶段:首先,利用稀疏图神经网络建模组合优化问题,并设计适用于多目标优化的一致性模型训练方法,该一致性模型的参数作为强化学习的预训练模型;其次,采用强化学习引导预训练模型在各单目标方向上进行策略优化,并进一步训练融合策略实现多目标优化。该方法能够在更快的推理速度下获得更优的帕累托前沿,及其对应的帕累托最优解集。
技术关键词
组合优化方法
组合优化算法
强化学习环境
预训练模型
生成训练数据
定义策略
梯度下降法
生成噪声
生成轨迹
贪心算法
策略更新
更新方法
节点特征
参数
模型训练方法
融合策略
模块
数学