《Symmetry》：Symmetry-Guided Neural Approximation and Convolutional Non-Dominated Sorting on Synthetic Two-Objective Benchmarks Toward Option-Pricing Model Research in Financial Mathematics and Quantitative Economic Analysis
编辑推荐：
摘要：双目标优化需要同时实现可靠的前沿逼近与可解释的非支配提取。本研究发展了一种理论与计算方法，将采样目标向量映射为栅格化目标空间图像，并通过监督神经逼近、确定性卷积提取器与探索性强化搜索处理其Pareto结构。网络I从稀疏样本重建高密度采样占据图像，而网络I
摘要：双目标优化需要同时实现可靠的前沿逼近与可解释的非支配提取。本研究发展了一种理论与计算方法，将采样目标向量映射为栅格化目标空间图像，并通过监督神经逼近、确定性卷积提取器与探索性强化搜索处理其Pareto结构。网络I从稀疏样本重建高密度采样占据图像，而网络II逼近采样Pareto前沿边界。主要的算法贡献在于一个由双目标支配象限推导的固定互相关核，该核与单元档案（cell archive）耦合，后者保留原始向量并通过精确支配检查解决栅格冲突。在所述坐标约定下，中心反演关联支配与被支配位移象限，平移等变互相关将同一局部关系应用于整个网格，而最小化仅选择改进方向的边界。在SCH、FON、POL、KUR及ZDT合成基准上的实验评估了从127×127到2048×2048网格上的前沿几何恢复与确定性提取；SCH上的强化学习结果被解释为探索性可行性证据。当前证据因此仅限于合成基准。该方法为未来多准则模型选择与校准研究（包括金融数学与数量经济分析中的期权定价模型研究）提供了基于基准的方法论基础。
**论文解读：对称性引导的神经逼近与卷积非支配排序——面向双目标优化与期权定价模型的方法论基础**
**1. 研究背景与问题**
在双目标优化中，改进一个目标往往以牺牲另一个目标为代价，因此解集是一组非支配权衡而非单一标量最优。金融数学与数量经济分析中的期权定价模型选择与校准正是此类问题的典型场景——定价拟合度、参数稳定性、对冲稳健性、模型复杂度与计算成本之间可能存在冲突。传统进化多目标算法（如NSGA-II、SPEA2）通过维护候选种群、Pareto支配排序与多样性保持进行搜索，现代改进包括组件化配置、分解策略、基于指标的选取与代理辅助搜索。然而，这些方法主要改进候选生成、代理预测或偏好条件搜索，未将双目标支配关系本身转化为规则化的网格算子。现有优化器主要决定候选向量的评估位置，学习型前沿模型逼近权衡集，图像模型提供空间特征提取，但通常不将双目标偏序关系转换为固定、可解释的网格操作。本研究旨在填补这一计算空白：将采样目标向量映射为占据图像，通过监督CNN进行前沿逼近，并通过确定性卷积提取器实现非支配排序，同时引入强化学习作为探索性候选生成机制。
**2. 研究内容与结论**
研究人员开发了一种模块化双目标计算方法，将采样目标向量映射为栅格化目标空间占据图像。方法包含三个核心模块：监督CNN（网络I重建高密度采样占据图像，网络II逼近Pareto前沿边界）、确定性卷积非支配提取器（基于双目标支配象限构造固定互相关核）以及探索性强化学习模块（MOP-DQN、MOP-AC、MOP-AC-sample）。主要算法贡献在于固定互相关核的设计：该核由双目标支配象限推导，配合单元档案（cell archive）保留原始向量并解决栅格冲突。在SCH、FON、POL、KUR及ZDT系列合成基准上，实验评估了从127×127到2048×2048网格上的前沿图像逼近与确定性提取性能。结果表明，监督CNN能够有效逼近采样Pareto前沿（如SCH上Υ=0.076343，ZDT3上Υ=0.007598，ZDT6上Υ=0.013602），确定性提取器在验证程序下实现精确的单元级非支配边界提取，强化学习模块在SCH上展示了探索性可行性。该方法为未来多准则模型选择与校准研究（包括期权定价模型）提供了基于基准的方法论基础。论文发表在《Symmetry》。
**3. 主要技术方法**
研究人员采用以下关键技术方法：（1）栅格化目标空间表示：将采样目标向量映射为二元占据图像，每个占据单元关联档案存储原始样本索引、决策向量与目标向量；（2）监督卷积神经网络：网络I采用编码器-解码器结构（3×3卷积、四阶段最大池化、转置卷积与上采样）重建高密度占据图像，网络II为较浅结构提取Pareto前沿边界；（3）确定性互相关核提取器：基于双目标支配象限构造固定核，通过重复互相关运算实现单元级非支配检查，并经单元档案进行精确向量级精炼；（4）强化学习候选生成：MOP-DQN使用Q网络逼近动作值，MOP-AC采用Actor-Critic结构，MOP-AC-sample从分布参数状态采样多个决策向量。实验环境为Python 3.8.10、TensorFlow 2.8.0、NumPy 1.21.6、SciPy 1.7.3、Matplotlib 3.5.1，运行于Dell Precision 7530工作站（Intel Core i7-8750H CPU、16 GB RAM、Nvidia Quadro P3200M GPU）。样本来源为合成基准函数，无真实队列数据。
**4. 研究结果**
**4.1 监督CNN逼近采样Pareto前沿**：在SCH、FON、POL、KUR、ZDT1、ZDT2、ZDT3、ZDT4、ZDT6基准上评估。SCH预测边界跟随凸参考几何，Υ=0.076343；ZDT3恢复分离段，Υ=0.007598；ZDT6保持非线性且不均匀分布前沿，Υ=0.013602。表12显示不同几何上Υ变化，POL、ZDT1、ZDT2、ZDT3、ZDT6具有较低Υ值，SCH较大。表13显示Δ分布行为因问题而异，ZDT3因非连通前沿不解释。
**4.2 特征可视化与确定性前沿提取**：网络I中间层保留占据痕迹与边界信息，网络II激活集中在边界结构附近。固定提取器在127×127图像上平均提取时间0.047秒，1024×1024上2.726秒，2048×2048上19.956秒。验证程序确认提取边界与直接单元级非支配集一致。
**4.3 强化学习探索性可行性**：MOP-DQN产生遵循简单前沿趋势的候选，MOP-AC产生更密集候选集，MOP-AC-sample通过分布状态采样扩展探索并经固定提取器处理累积占据图像。所有结果仅限SCH，作为可行性证据。
**5. 讨论与结论**
**5.1 讨论**：方法模块化，监督路径与规则路径可独立调用。量化误差由单元宽度控制，分辨率权衡影响精度与计算成本。提取器时间在目标值可用后开始，若目标评估成本高则需代理或贝叶斯策略。强化学习结果仅限SCH，需更广泛验证。总计算成本C
total = N
evalC
f + C
raster + C
extract，目标评估成本主导时提取器无法消除瓶颈。
**5.2 结论**：本研究开发了严格双目标目标空间逼近与非支配提取的基准方法。主要算法贡献是确定性互相关构造，细胞档案用于精确向量级报告。127×127至2048×2048案例证明可行性与规则并行结构，而非通用优势。MOP-DQN、MOP-AC、MOP-AC-sample为次要探索模块，其SCH结果仅说明替代状态表示与基于支配的奖励。未来研究需完整训练控制、独立重复、报告HV、IGD、GD+、峰值内存，并与专用双目标排序对比；强化学习分支需在非线性、多模态、断开、约束及高维问题上评估；应用步骤是将合成目标映射替换为市场校准的期权定价公式，优化定价误差与对冲稳定性等成对目标。
