近日,在2026 IEEE计算智能世界大会(IEEE World Congress on Computational Intelligence,IEEE WCCI)混合变量昂贵优化竞赛中,由华为云天筹AI求解器团队、中南大学智能学习与优化团队联合而成的“OptVerse-CSU”团队,提出大模型驱动“自适应分治强化+算法进化”技术方案,在比赛评测集EOPCCV中以卓越的算法性能荣膺冠军。本次竞赛聚焦混合变量昂贵优化的前沿挑战,涵盖昂贵函数评价、有限评价预算及复杂变量耦合等难题,充分验证了华为云天筹AI求解器在复杂工业优化决策场景的技术实力。
▲OptVerse-CSU团队荣获2026 IEEE WCCI
混合变量昂贵优化竞赛冠军
赛题解析:混合变量昂贵优化的前沿挑战
IEEE WCCI是计算智能领域的顶级国际会议,汇聚了国际神经网络联合会议(International Joint Conference on Neural Networks)、IEEE国际模糊系统会议(IEEE International Conference on Fuzzy Systems)和 IEEE演化计算大会(IEEE Congress on Evolutionary Computation)三大旗舰会议。
联合团队OptVerse-CSU参加的是“混合变量昂贵优化-学习优化”赛道。竞赛评测集EOPCCV包含30道测试题目,每道题目都混合了两类变量:一类是连续变量(可以连续变化的数值,比如温度、功率、资源配比),另一类是类别变量(只能离散选择的项,比如设备型号、工艺路线、运行策略)。
该评测集模拟了工业制造、能源调度、云计算资源分配、AI模型训练等实际场景,两类变量的混合结构包括连续变量远大于/等于/远小于类别变量等三种耦合模式。竞赛难点主要包括:
函数评价成本昂贵:在工程设计、材料筛选、能源调度等真实工业场景里,每做一次方案评估可能对应一次高成本实验或仿真(比如试制一个零件、跑一次材料筛选),既费时又费算力。因此算法要尽量少试错,用尽可能少的尝试次数找到最优方案。
搜索预算非常有限:算法必须在600次评价预算内完成优化搜索,且每道题要独立跑20次取结果平均值,对算法的效率和稳定性提出了很高要求——既要找得准、又要每次都稳定发挥。
两类变量相互牵制:连续参数和离散选项会互相影响,最优解往往是两者的特定搭配。尤其在两类变量都比较重要的情况下,用一套固定策略去搜索容易出现搜索偏差。
面对上述挑战,联合团队OptVerse-CSU的技术方案在竞赛评测集中展现出更高效、更稳定的优化搜索能力,以显著优势夺得第一名。
▲OptVerse-CSU团队算法LLM-DARO排名第一
(官方榜单:https://liuj-2023.github.io/WCCI2026-Competition/)
技术方案:自适应优化框架的核心创新
针对混合变量昂贵优化问题,用一套固定策略往往难以应对不同变量耦合结构和搜索阶段,联合团队提出的“问题理解—分治强化—动态调度—算法进化”自适应优化方案,不依赖单一算法,而是能根据问题特征动态调整搜索策略、让算法不断自进化提升,其核心思路可以概括为四步:
▲自适应分治强化+算法进化技术方案
“看懂题目”——问题理解与特征解析
借助大模型对变量结构、初始样本和搜索轨迹进行分析,自动判断该问题是“连续变量更重要”、“类别变量更重要”还是“两者并重”,让算法在启动搜索前先摸清问题特点,为后续选择合适策略提供依据。
“化整为零”——分治搜索与任务拆分
把复杂的混合变量优化拆分为几个简单子任务,分别处理连续变量、类别变量、两者交互以及局部精细化搜索。针对不同问题结构中的变量耦合特点,给每个子任务匹配最合适的搜索策略,通过“分而治之”提升整体搜索能力。
“动态指挥”——策略调度与协同优化
以强化学习调度器为“指挥中枢”,根据当前搜索情况动态决定:评价预算怎么分配、用哪个优化器、生成新的候选解。这样算法不会局限于固定流程,而是能在搜索过程中实时判断、灵活调整。
“边搜边进化”——函数评价与算法进化
根据新生成的候选解和搜索策略更新算法种群,通过评价和进化不断提升算法种群质量。将表现好的算法个体和评价结果反馈给策略调度模块,修正后续搜索方向。整个流程形成“调度策略→更新种群→评价进化→筛选反馈→调整策略”的自适应算法迭代闭环,让搜索策略和算法自我持续改进,最终得到适合昂贵混合优化问题的精英算法。
商业落地:从竞赛冠军到高性能求解器
混合变量昂贵优化广泛应用于如下业务场景:
智能制造:设备选型、工艺参数优化,降低试错成本,提升生产效率和产品质量。
云资源优化:算力资源配置、超参数和调度策略优化,提升云资源利用效率。
工程仿真:结构设计、材料配方仿真优化,降低装备设计成本并加速研发效率。
天筹AI求解器团队始终以客户为中心,推动竞赛技术走向产品落地,持续构建高性能天筹AI求解器,有效服务于客户实际业务场景,赋能企业高效求解、最优决策。
未来展望:决策智能引擎的演进方向
针对决策智能业务技术门槛高、多领域专家投入大、算法定制难等问题,天筹AI求解器团队将在求解器融合、算法自动设计、行业解决方案等方向持续深耕,从单一求解工具升级为决策智能引擎,为客户提供更高效、更智能的产品和服务。
求解器融合:结合大模型、AI辅助技术与求解器,智能识别业务问题、持续强化求解性能,构建智能决策工具链,实现从问题理解到策略执行的全流程智能化。
算法自动设计:针对算法性能突破、算法定制化等行业需求,研发算法自动设计工具,在优化、预测、仿真等业务场景为用户自动设计和进化算法,满足客户定制化算法需求。
行业解决方案:针对制造、能源、物流和工程仿真等领域,融合人工智能、高性能求解器与行业知识,为企业提供端到端的智能化行业解决方案,助力企业提效降本。
戳“”,了解华为云
股票
板块
用户
资讯
评论 (0)