📐 优化算法

这是一项关于利用深度强化学习解决柔性车间作业调度问题 (FJSP) 的广泛研究计划。我们的工作从多个角度切入该问题：

• 图表征： 提出了一种新型图表征方法，用于通过深度强化学习生成多样化的调度策略。
• 实时求解： 将约束规划与深度学习相结合，实现动态、实时的调度。
• 离线强化学习： 从历史数据中学习调度策略，无需与在线环境实时交互。
• 自我评估： 开发了在缺乏真实标签的情况下评估调度决策的方法。

多任务指派调度器 (Multi-Assignment Scheduler)：一种解决车间调度问题的全新行为克隆方法。利用模仿学习，从专家演示中学习调度启发式规则。

将运筹学与数学规划应用于 3D 制造设计中的路由问题。利用分支策略高效探索解空间。

研究具有异构目标的双目标组合优化问题（例如，一个连续目标和一个离散目标）。开发在此类背景下进行帕累托前沿逼近的算法。

系统性地对进化多目标算法 (MOEA) 在解决连续多目标强化学习问题上的表现进行了评测。在强化学习基准环境套件中对比了 NSGA-II、MOEA/D 及其他前沿 MOEA。

通过适应度景观分析研究优化问题的结构特征。旨在理解为什么某些问题对特定算法具有挑战性，以及景观特征如何与算法性能相关联。

研究 NK 景观模型及其相关的基准问题类别，以理解组合优化问题的难度。分析问题结构如何影响进化算法的行为。

应用连续分布估计算法进行地热发电厂的参数优化。通过优化操作参数以实现效率最大化并减少环境影响。

用于智能配电网的 AI 方法：表计-变压器连接识别、电压控制以及低压网络中的异常检测。

用于建筑物能源管理和异常检测的智能方法。利用进化神经网络及其他机器学习方法预测建筑物的能耗。

• Santana R, Mendiburu A and Lozano JA (2017). A comparison of probabilistic-based optimization approaches for vehicle routing problems. GECCO 2017.
• Santana R, Larrañaga P and Lozano JA (2014). A probabilistic evolutionary optimization approach to compute quasiparticle braids. GECCO 2014.
• Ceberio J, Santana R, Mendiburu A and Lozano JA (2015). Mixtures of Generalized Mallows models for solving the quadratic assignment problem. CEC 2015.
• González-Arenas Z, Jiménez-Sobrino JC, Lozada-Chang L and Santana R (2008). Parameter estimation of diffusion processes using EDAs. CEC 2008.
• Santana R, Mendiburu A and Lozano JA (2016). Evolutionary Approaches to Optimization Problems in Chimera Topologies. GECCO 2016.
• Khargharia HS, Shakya S, Santana R, Oliveira M and Mooney P (2020). Automated hyper-heuristic design using EDA and domain knowledge for nurse scheduling problems. CEC 2020.
• Santana R and Shakya S (2020). Dynamic programming operators for bi-objective TTP problem. GECCO 2020.
• Arenas ZG, Jimenez JC, Lozada-Chang L-V and Santana R (2021). Estimation of distribution algorithms for the computation of innovation estimators of diffusion processes. Mathematics and Computers in Simulation.
• Murua M, Galar D and Santana R (2022). Solving the multi-objective Hamiltonian cycle problem using a Branch-and-Fix based algorithm. Journal of Computational Science.
• Irurozki E, Ceberio J, Santamaria J, Santana R and Mendiburu A (2018). Algorithm 989: perm_mateda: A Matlab Toolbox of Estimation of Distribution Algorithms for Permutation Problems. ACM TOMS.
• Ponce M and Santana R (1997). A hybrid genetic algorithm for a Hamiltonian path problem. CIMAF 1997.
• Ponce-de-Leon M, Ponce M and Santana R (1996). A genetic algorithm for a Hamiltonian path problem. GECCO 1996.