最近，我校信控学院博士研究生刘益萍与巩敦卫教授等合作，在国际顶级期刊《IEEE Transactions on Evolutionary Computation》上发表题为“A Multi-Modal Multi-Objective Evolutionary Algorithm Using Two-Archive and Recombination Strategies”的学术论文，报告了多模态多目标优化问题的最新研究成果。
在长期深入的研究中，刘益萍得到了多模态多目标优化问题的最新研究成果。该问题在决策空间存在多个不同的Pareto最优解具有相同的目标函数值，现有多目标进化优化算法因未考虑解集在决策空间的多样性，难以找到所有Pareto最优解。综合考虑，刘益萍解决了思考不全面的问题，使该问题的研究更加全面。该研究成果主要有三方面的贡献：一是提出一种基于双保存集与重组策略的多模态多目标进化优化算法，利用双保存集共同协作以降低优化难度，采用重组策略以减小进化种群规模，从而有效求解多模态多目标优化问题；二是提出一套多模态多目标基准测试问题，可从多方面测试算法性能；三是提出一个新型性能评价指标，综合评价解集在目标与决策空间中的收敛与分布性能。
实际上，多模态多目标优化问题普遍存在于实际问题中，该研究成果对多模态多目标优化问题的解决具有重要意义。
据悉，刘益萍于2014年9月至2017年12月在我校信控学院攻读博士学位，上述成果是他在读博期间完成的。《IEEE Transactions on Evolutionary Computation》是控制与信息学科具有重要影响力的学术期刊，最新影响因子8.124，位列中科院和JCR一区。
