使用预训练的大型语言模型（LLM）设计的多目标进化算法（MOEA）运算符显示出潜在的优势，并能在不同模式和设置下具有稳健的泛化性能。

Oct, 2023

本文提出了一种通过深度强化学习和神经网络实现的多目标优化问题解决方案，其中采用分解思想将问题分解为一组标量优化子问题并针对每个子问题建立神经网络模型。通过邻域参数传递策略和 DRL 训练算法共同优化所有子问题的模型参数，并利用训练好的神经网络模型直接得到帕累托最优解。其中将多目标旅行商问题作为研究对象，使用 DRL-MOA 方法建模子问题为指针网络并与其他基准方法进行对比，在实验中表现出了较强的泛化能力和快速解决速度。

Jun, 2019

提出了一种基于强化学习的双深度 Q 网络优化算法结构，通过使用 R2 指标将单目标结构转化为多目标结构，以及通过评估每代算法的性能构建强化学习奖励函数，该算法在与其他基于 R2 指标的六种算法进行比较时表现出优秀的性能。

Apr, 2024

通过强化学习提出并评估了一种新的方法来帮助开发通用框架，用于获取、处理和利用即时和未来使用的经验，以解决优化问题和平衡探索和开发之间的挑战。

Dec, 2023

通过深度强化学习动态算法选择框架，本文提出了一种旨在解决单一算法在解决不同问题实例时的有效性差异的方法，该方法利用一组算法的互补优势，并在优化过程中动态调度它们以解决特定问题。

Mar, 2024

本文提出一个深度强化学习的框架来解决受限的组合优化问题，将受约束的组合问题定义为完全可观的受约束马尔可夫决策过程（CMDP），并提出从不满足的约束产生惩罚信号，以推断作为启发式算法的策略。通过对约束工厂和资源分配问题进行的实验表明，本文的提议对于比较经典的启发式算法、元启发式算法和约束编程（CP）求解器来说，能更快地求得答案。

Jun, 2020

本研究论文总结了最近学习型多目标进化算法在解决不同尺度多目标优化问题中的进展和挑战，并提供了四个有吸引力的方向，即用于环境选择的可学习进化鉴别器，用于繁殖的可学习进化生成器，用于函数评估的可学习进化评估器，以及用于共享或重复使用优化经验的可学习进化传输模块，作为这一领域的努力的参考。

Jun, 2022

提出了 RLEMMO，一种元黑盒优化框架，通过维护解的群体并整合强化学习代理来灵活调整个体级搜索策略以匹配最新的优化状态，从而提高多模态优化问题的搜索性能。在 CEC2013 多模态优化问题基准测试上，RLEMMO 取得了与强基准模型相竞争的优化性能。

Apr, 2024

提出了一种基于分类器辅助排名学习和局部模型的多目标进化算法 (CLMEA)，它用于高维昂贵的多目标优化问题，实验结果表明该算法在基准问题和地热储层热采优化实施方面显示出优秀的性能，相对于现有的基于替代模型的多目标进化算法具有更好的性能。

Apr, 2023

本文探讨了 ALNS 方法的一个开放性问题，提出了以 Deep Reinforcement Learning 和 Graph Neural Networks 为基础的实用方法，并将运算符选择问题形式化为 Markov 决策过程，该方法基于当前解决方案条件选择运算符，与经典的 ALNS 方法相比，该方法在运算符选择方面表现更好。此外，本文还讨论了运算符组合的大小以及运算符选择尺度的影响等重要因素，该方法还可以节省手工制作问题特定运算符组合的时间和劳动成本。

Feb, 2023