近期，陕西省服装设计智能化重点实验室智能分析与决策团队刘俊华老师指导的郝陆鹏同学在硕士期间撰写的题为《Competition-based two-stage evolutionary algorithm for constrained multi-objective optimization》的学术论文在国际期刊《Mathematics and Computers in Simulation》（DOI:10.1016/j.matcom.2024.11.009，中科院计算机科学跨学科领域SCI二区Top期刊）上发表。
近年来，约束多目标进化算法（CMOEAs）的发展使得算法多样性（diversity）与收敛性（convergence）的平衡日益困难。针对这一挑战，论文提出一种基于竞争机制的双阶段进化算法CP-TSEA。第一阶段在辅助种群中采用ε约束边界松弛学习机制，该机制通过放宽约束条件允许适应度排名较高的不可行解参与进化，既提升了种群多样性，又增强了全局搜索能力；第二阶段采用等概率竞争策略从精英交配池筛选高质量父代，确保种群能快速收敛至最优解。这种双阶段框架不仅提升了算法的探索能力，还能筛选更优质的解并防止陷入局部最优。此外，精英环境中的解筛选采用三准则排序法，维持了种群多样性与收敛性的平衡。在实验部分，CP-TSEA与七种先进的CMOEA算法在五个测试集上进行了对比，综合结果表明，CP-TSEA在性能上显著优于同类方法。此外，在六个实际工程问题中，CP-TSEA均取得了最优解，进一步验证了其在现实应用中的可扩展性和实用价值。（撰稿：刘俊华 审核：张凯兵 闫小兵）。
人物链接：
郝陆鹏，男，2025年于威廉希尔获得硕士学位。目前，已被海南大学计算机科学与技术公司录取攻读博士研究生。主要研究方向为健康产业体系、大数据挖掘与人工智能、废物资源智能优化等。
刘俊华，女，博士，副教授，硕士生导师。陕西省服装设计智能化重点实验室学术骨干，长期从事最优化方法、进化算法、多目标优化等方面的研究工作。主持国家自然科学青年基金项目1项，陕西省自然基金青年项目1项，参与国家级项目2项，主持横向项目1项。近年来在《knowledge-based systems》、《Integrated Computer-Aided Engineering》等国际学术会议和期刊上公开发表学术论文近二十余篇。受邀成为《Information Sciences》，《Applied Soft Computing》等学术期刊审稿人。
