.png){kind=icon}
返回
A co-evolutionary meta-heuristic framework for dynamic constrained optimization problems
.png){kind=icon}
OA
AI
DOI：10.1007/s00500-025-10873-9.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
动态约束优化问题（DCOPs）是优化问题的一种，其中问题景观和问题约束随时间变化，或问题景观或约束中的任一者发生变化。尽管DCOPs代表了优化问题的超集，但由于优化过程中增加了复杂性且现有元启发式算法较少，人们对这些问题的理解相对有限。本文提出了一种协同进化元启发式框架，旨在便于将仅针对解决箱约束动态优化问题的现有动态元启发式算法集成到该框架中，从而产生这些动态元启发式算法的新协同进化版本，以解决各类DCOPs。论文分析了这些现有动态元启发式算法的协同进化版本在全面DCOP基准问题集中的性能表现，并表明这些动态协同进化算法在众多被评估的元启发式算法中表现最佳。
Keyword:
Dynamic constrained optimization
Co-evolution
Genetic algorithm
Differential evolution
Particle Swarm optimization
期刊
IF:
2.5
论文数:
1.0W
被引数:
2.1W
机构
引用论文
.png){kind=icon}
查看更多内容