实验室1篇论文被IEEE Transactions on Cybernetics接收。IEEE Transactions on Cybernetics（TCYB）是在控制论领域具有重要影响力的国际期刊。研究范围涵盖了计算智能、计算机视觉、神经网络、遗传算法、机器学习、模糊系统、认知系统、决策和机器人等领域。

题目： An Efficient Dynamic Resource Allocation Framework for Evolutionary Bilevel Optimization

作者：许得隽，叶锴，郑子墨，周涛，Gary G.Yen，江敏

摘要：双层优化问题（BLOP）的特点是具有交互式的层次结构，其中上层决策者在考虑下层响应的同时寻求优化其策略。进化算法通常用于解决实际场景中的复杂双层问题，但由于隐式低级最优性条件所施加的嵌套结构，它们面临着巨大的资源消耗挑战。随着问题规模的增加，这一挑战变得更加明显。尽管最近的方法通过任务级知识共享增强了双层收敛，但进一步的效率提高仍然受到冗余的低级迭代的阻碍，这些迭代在生成没有希望的解决方案的同时消耗了过多的资源。

为了克服这一挑战，本文提出了一种用于进化双层优化的高效动态资源分配框架，称为DRC-BLEA。与现有方法相比，DRC-BLEA引入了一种新的竞争性准并行范式，其中来自不同上层个体的多个下层优化任务竞争资源。持续更新的选择概率用于优先考虑有前景的任务的执行机会。此外，在竞争框架内整合了一个合作机制，以进一步提高效率，防止过早收敛。实验结果与最先进算法进行了比较，证明了所提出方法的有效性。DRC-BLEA在不同的问题集和现实世界场景中实现了具有竞争力的准确性，同时显著减少了功能评估的数量和整体运行时间。

该论文第一作者是2020级博士研究生许得隽，通讯作者是江敏教授。该研究成果是与2022级硕士研究生叶锴、2020级本科生郑子墨、2022级硕士研究生周涛、俄克拉荷马州立大学的Gary G. Yen 教授共同合作完成的。