深度强化学习驱动的多起点协同推理在神经组合优化中的应用
Multi origin collaborative reasoning driven by deep reinforcement learning in neural networks application in combinatorial optimization
昆明理工大学 理学院, 昆明 650500
摘要
针对多目标组合优化问题中解集多样性不足与全局搜索能力有限的挑战，提出了一种多起点神经组合优化框架MONCO，旨在提升深度学习方法在多目标组合优化任务中的性能与泛化能力。该方法融合多起点推理机制、强化学习策略与算例增强技术，实现多解的并行探索，并通过引入Das和Dennis分解策略对目标空间进行均匀覆盖，以更好地逼近帕累托前沿。实验在典型多目标问题MOTSP、MOCVRP和MOKP上进行评估，结果显示MONCO在解的质量与跨规模适应性方面整体优于选取的部分代表性深度学习方法和传统优化方法。在Bi-TSP100问题中，MONCO-Aug的HV值为0.682，Gap为0%，显著超过NSGA-II和MOEA/D；在Bi-CVRP200问题中，MONCO-Aug的HV为0.347，相比P-MOCO-Aug的0.236提高约47%。上述结果验证了该框架在优化解集多样性与收敛性方面的有效性，并展示其在处理不同规模问题时的稳定性能与适应性，表明MONCO是推进基于深度学习的多目标组合优化研究的一个具有潜力的研究方向。
基金项目
国家自然科学基金资助项目(12361065,11761042)
人工智能赋能典籍翻译与传播创新团队资助项目(KGZSCXTD2025004)
出版信息
DOI: 10.19734/j.issn.1001-3695.2025.09.0388
出版期卷: 《计算机应用研究》 优先出版, 2026年第43卷 第5期
发布历史
[2026-01-18] 优先出版
引用本文
李成健, 宋姝谊, 陈智斌. 深度强化学习驱动的多起点协同推理在神经组合优化中的应用 [J]. 计算机应用研究, 2026, 43 (5). (2026-01-20). https://doi.org/10.19734/j.issn.1001-3695.2025.09.0388. (Li Chengjian, Song Shuyi, Chen Zhibin. Multi origin collaborative reasoning driven by deep reinforcement learning in neural networks application in combinatorial optimization [J]. Application Research of Computers, 2026, 43 (5). (2026-01-20). https://doi.org/10.19734/j.issn.1001-3695.2025.09.0388. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
