MPHBS:一种由SARSA引导信息交换的新型混合元启发式算法

《Knowledge-Based Systems》:MPHBS: A novel hybrid metaheuristic with SARSA-guided information exchange

【字体: 大 中 小 】 时间:2026年09月23日 来源:Knowledge-Based Systems 8.0

编辑推荐:

   **MPHBS 引入了在 HBA 与 MPA 之间进行 SARSA 引导的信息交换。秩张量化记忆支持源感知的逐维重组。代理筛选的子探索在每个回合中仅评估一个昂贵候选。MPHBS 在 CEC2022 上相较于近期基于学习的方法表现出高度竞争力。该架构在 FIR 滤波器设计问题上

  

**MPHBS 引入了在 HBA 与 MPA 之间进行 SARSA 引导的信息交换。秩张量化记忆支持源感知的逐维重组。代理筛选的子探索在每个回合中仅评估一个昂贵候选。MPHBS 在 CEC2022 上相较于近期基于学习的方法表现出高度竞争力。该架构在 FIR 滤波器设计问题上显著优于基线方法。**

**引言**

元启发式优化已成为解决交通运输 [1]、物流 [2]、能源 [3]、气候相关系统 [4]、社交网络 [5]、医疗保健 [6] 以及工业 4.0 [7] 等领域中的黑箱和高约束问题的基本工具。这些领域表明,在梯度信息不可用、不可靠或无法直接以过高代价加以利用时,存在对鲁棒优化器的广泛需求 [8]。本研究并不为所有应用领域设计领域特定的算子,而是聚焦于一种通用的连续优化机制,并在 CEC2022 作为受控基准测试套件以及在有限脉冲响应(FIR)滤波器设计作为结构化信号处理问题上对其进行评估。在此类设置中,实际性能不仅取决于探索能力,还取决于避免过早收敛、逃离停滞状态,以及在有限的评估预算下维持有效的探索–利用平衡 [9]。

为缓解这些局限,集成、混合以及基于学习的元启发式方法受到了越来越多的关注 [10]、[11]、[12]。其核心前提是,异质的搜索行为在有用信息以受控方式交换时能够相互补充。先前的研究考虑了几种信息转移形式,包括种群级别的协作与信息共享 [13]、[14],合成信息模型 [10]、[15],扰动驱动的多样化 [16],以及基于聚类或变异的综合方案 [17]。这些机制很有价值,但它们通常在较粗的尺度上运行:选择完整的算子、注入精英个体、调整搜索参数,或者全局合并种群。相比之下,尚待进一步探索的是在已评估解分量层面交换信息的、由学习引导的机制,使新候选能够通过分量级混合向量装配从互补来源逐维组装,而不取代基础算法的原始搜索动态。

当搜索过程开始停滞时,这一空白尤为相关。在这种情况下,简单地注入随机性或重启种群可能恢复多样性,但往往以损失搜索过程中积累的结构信息为代价。一种更有效的替代方案是对由不同优化器生成的更新解矩阵进行子探索,并选择性地重组其信息性分量。这使得能够生成既非纯粹继承自单一元启发式、也非通过盲目扰动获得的新候选解,而是源于多个搜索过程之间自适应且有信息基础的交互。

基于这一视角,本研究考虑了两种具有互补搜索行为的种群优化器:HBA [18] 和 MPA [19]。HBA 在围绕有希望区域的挖掘行为和蜂蜜搜索行为之间交替切换,而 MPA 使用捕食者–猎物启发的移动阶段来平衡探索和利用。这两种算法都是基于种群且以最优解引导的,这使得其已评估种群适合作为共享信息交换机制的候选记忆。它们在电气工程、深度学习和特征选择中的使用也表明,它们足够通用,可以作为连续黑箱场景中的基础优化器 [20]、[21]、[22]。我们并非将 HBA 和 MPA 视为孤立的优化器或替换其原生算子,而是将其更新种群作为两个互补的信息来源加以利用,并引入一个中介器来学习如何在搜索过程中重组其排序后的分量。

在本研究中,提出了一种称为 MPHBS 的混合优化方法,它将 MPA、HBA 以及一种 SARSA 风格的强化学习中介器集成在一起。采用 SARSA 是因为它提供了一种轻量级的在线策略学习规则,能够根据搜索过程中实际选择的操作更新偏好,而无需深度模型或额外的训练阶段。在 MPHBS 中,强化学习组件不用于选择完整的优化器或替换算子。相反,状态和操作与在活跃维度上的源排序分量选择相关联,奖励则从评估装配后的混合候选解后获得的适应度变化计算得出。因此,学习过程直接调节 HBA 与 MPA 之间的信息交换。核心前提是,有用的搜索信息不一定仅保留在当前的全局最优解中,还可能作为历史上信息丰富的分量分布在基础优化器的演进种群中。

通过这种方式,MPHBS 将种群历史转化为可操作的搜索指导。所提出架构的独特之处在于信息表示和交换的尺度:并非盲目遍历候选记忆,也非依赖粗粒度的算子级综合,而是 SARSA 风格的中介器学习对于每个维度哪些源–秩组合值得利用。这使得能够对排序后的 HBA 和 MPA 候选记忆进行选择性且有信息基础的信息交换过程。该方法保留了基础元启发式的固有搜索逻辑,同时增加了每次昂贵函数评估所执行的有效探索量。

所提出的架构通过两阶段实验设计进行评估。首先,通过内部敏感性和消融分析确定相同 MPHBS 机制的领域特定最终配置:CEC2022 使用 B-C1,FIR 使用 A-C1。这些标签并不表示不同的算法,而是表示在 不同基准领域下经过验证的同一 SARSA 引导信息交换架构的设置。其次,将最终配置与内部参考和外部竞争者进行比较,所选竞争者代表不同的搜索家族,包括基于混合 DE 的、基于学习的、基于群体的、基于种群的以及基于物理启发机制。

本文的主要贡献如下:

- 我们提出了 MPHBS,一种由学习引导的集成元启发式,它通过 SARSA 风格的中介器协调 MPA 与 HBA 之间的交互。与在种群或算子级别交换信息的传统混合方案不同,MPHBS 执行选择性分量级重组,旨在提高搜索多样化、减少过早停滞,并保留基础优化器的互补搜索动态。
- 我们为强化学习组件引入了一种张量化决策表示,跨问题维度、排序候选索引和源种群组织。这种表述方式实现了细粒度的逐维操作选择,避免了盲目遍历候选记忆,允许中介器学习对于每个维度哪些源–秩组合值得利用。
- 我们开发了一种代理筛选的子探索机制,在每个回合中通过分量级混合向量装配内部生成 K 个低成本混合候选,但仅用昂贵的目标函数评估代理最优候选。这种每个回合仅一次昂贵评估的设计增加了每次函数评估的候选探索量,构成了穷举或朴素操作扫描的预算感知替代方案。
- 我们引入了一种逐维引导变异机制,其中解分量使用从独立演进的 HBA 和 MPA 种群中提取的排序候选记忆进行选择性替换。与对整个种群应用多个外部算子不同,所提出的机制在活跃维度上执行有针对性的分量替换,使得基础优化器中历史信息丰富的解片段能够被选择性地恢复和重用,只要它们对正在进行的搜索仍然有益。
- 我们设计了一种保守的 SARSA 风格更新规则,仅通过代理获胜候选涉及的操作和当前活跃维度传播学习。接受的状态转移从选定的后继操作进行自举,而被拒绝的转移则在自举项中保留当前操作值。这使得学习始终与实际评估的候选关联,同时防止无效的状态替换。
- 我们在 CEC2022 基准套件和 FIR 滤波器设计问题上进行了全面的实证验证,包括敏感性分析、消融研究、收敛性分析,以及与内部基线、父优化器以及六个外部竞争者的比较:混合平衡-微分进化(EODE)[23]、[24],强化学习教学-学习优化(RLTLBO)[25],准反对和 Q-学习海洋捕食者算法(QQLMPA)[26],灰狼优化器(GWO)[27],适应度-距离平衡教学-学习人工蜂群算法(FDB-TLABC)[28],以及傅里叶变换优化器(FTO)[29]。

本文其余部分组织如下。第 2 节回顾相关工作并将所提出的方法与现有的混合和集成元启发式进行定位。第 3 节介绍理解所提出框架所需的前提。第 4 节详细介绍 MPHBS 的开发。第 5 节报告实验协议和结果。第 6 节讨论主要发现。第 7 节分析有效性威胁。第 8 节总结可重复性方面。第 9 节总结全文并概述未来研究方向。

**部分摘要**

**相关工作**

在回顾具体研究之前,有必要澄清本文档中"混合"和"集成"术语的使用方式。混合元启发式被理解为在协调的搜索过程中组合互补算法组件的优化框架,如多种元启发式、局部搜索程序、精确方法、学习机制或问题特定算子 [30]、[31]、[32]。相比之下,集成元启发式强调多个的协调使用……

**HBA**

HBA 受蜜獾的觅食行为启发,蜜獾是一种以凶猛和自适应的狩猎策略闻名的独居哺乳动物 [18]。在优化术语中,HBA 在两种互补的搜索模式之间交替切换:挖掘模式,通过猎物强度引导的探索性移动来促进探索;以及蜂蜜模式,产生向迄今发现的最优解更直接的吸引。在 MPHBS 中使用的版本中,HBA 演进出候选解种群并更新……

**MPHBS 框架**

所提出的 MPHBS 框架通过 SARSA 风格的强化学习中介器整合 MPA 和 HBA。图 1 提供了三个功能区域间数据流的概念性概述。该框架分为两个阶段运行。在第一阶段中,HBA 和 MPA 依次执行以生成更新的候选种群及其对应的最优解。在第二阶段中,SARSA 风格的中介器通过执行对选定的……进行细粒度的子探索来主导信息交换。

**实验结果**

本节从三个互补的角度展示 MPHBS 的实验评估。首先,定义整个研究中使用基准领域和实验协议。其次,进行内部验证阶段,通过超参数敏感性分析和 CEC2022 及 FIR 滤波器设计问题的消融实验来分析所提出架构的行为。第三,将 MPHBS 的最终版本与基线和近期元启发式进行比较……

**讨论**

证据表明,MPHBS 不应被解释为一种普遍占优的优化器,而是一种结构上有效的 SARSA 引导信息交换架构,其效益取决于搜索景观与候选记忆重组方式之间的交互。实证验证结合了敏感性分析、消融研究、收敛行为和外部比较,因此解释上将配置选择与最终外部……区分开来。

**有效性威胁**

在解释结果时,有几个方面需要考虑。首先,最终设置是领域特定的。B-C1 是通过内部验证为 CEC2022 选定的,A-C1 是为 FIR 选定的,因此不应假设任一配置可以不经额外验证直接迁移到新领域。这并不削弱 MPHBS 架构本身,而是表明该架构对基准结构敏感,且自动配置迁移和自适应……

**可重复性声明**

所有实验均在 MATLAB 2024b 中实现,并在搭载 Apple M4 Pro 处理器、24 GB 内存和 macOS 26.3.1 的 Mac mini 上执行。实验协议在每种方法和问题实例上执行 30 次运行,采用共同的种子调度方案以保持方法之间的运行级配对。对于 CEC2022,实验使用官方 cec22_test_func 接口,维度 D=20,种群大小 N=30,搜索范围 [?100, 100],12 个基准函数,以及最大 10,000D 函数……

**结论**

本文提出了 MPHBS,一种混合 HBA–MPA 元启发式,其核心组件是由 SARSA 风格中介器协调的两个基础搜索过程之间的信息交换架构。所提出的方法使用张量化排序记忆和代理筛选的分量级混合向量装配,以利用分布在两个种群中的有用部分信息,同时每个中介器回合仅评估一个昂贵候选。在这一意义上,MPHBS 不仅仅是一种并行……

**CRediT 作者贡献声明**

Emilio Flores:撰写 – 审阅与编辑,撰写 – 原稿,软件,资源,项目管理,方法论,调查,形式分析,数据管理,概念构思。Rodrigo Olivares:撰写 – 审阅与编辑,撰写 – 原稿,验证,监督,资源,项目管理,方法论,概念构思。

**关于在稿件准备过程中使用生成式 AI 和 AI 辅助技术的声明**

在准备本工作期间,作者使用了 OpenAI ChatGPT 和 Codex 来协助语言编辑、LaTeX 格式化、稿件组织和可重复性检查。

在使用这些工具后,作者对内容进行了必要的审阅和编辑,并对已发表文章的内容承担全部责任。

利益冲突声明

作者声明,他们没有已知的竞争性财务利益或个人关系,这些利益或关系可能会影响本文所报告的工作。

致谢

本工作由智利瓦尔帕莱索大学计算机工程学院通过REXE N.° 2552/2023 资助计划(应用计算机工程博士项目)资助。E. Flores 由智利国家研究与创新代理处(ANID)国家博士奖学金 21242003 资助。

Emilio Flores | Rodrigo Olivares
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号