.png){kind=icon}
返回
A constrained multi-objective evolutionary algorithm based on constraint-diversity dominance sorting
.png){kind=icon}
PRE
AI
DOI：10.1016/j.asoc.2026.115386.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 提出了一种同时考虑可行性和多样性的新型排序方法。该方法将支配关系分为弱支配和强支配两类。通过比较每对解，个体可根据其罚函数值进行定量评估和选择。该方法通过同时考虑可行性、收敛性和多样性，有效淘汰劣质可行解并保留有潜力的不可行解。• 提出了一种设置进化算子变异分布指数的策略。针对无约束种群更新，采用随机变异分布指数以扩大决策空间中的变异范围，从而增强算法的探索能力。• 基于上述贡献，提出了一种基于约束-多样性支配排序的新型约束多目标进化算法，命名为CMOEA-CDS。该算法基于协同进化框架构建，创新点在于应用约束-多样性支配排序以及在无约束优化中设置变异分布指数。
Keyword:
constraint-diversity dominance sorting
multi-objective evolutionary algorithm
feasibility
diversity
mutation distribution index
期刊
IF:
6.6
论文数:
1.4W
被引数:
4.8W
机构
引用论文
.png){kind=icon}
PlatEMO: A MATLAB Platform for Evolutionary Multi-Objective OptimizationPlatEMO: 用于进化多目标优化的MATLAB平台
OAAI
OAAI分享收藏A Survey on Learnable Evolutionary Algorithms for Scalable Multiobjective Optimization可扩展多目标优化的可学习进化算法综述
OAAI
OAAI分享收藏A dual-population evolutionary algorithm with variable constraint guidance for constrained multi-objective optimization problems一种具有可变约束引导的双种群进化算法，用于求解约束多目标优化问题
PREAI
分享收藏分享收藏
查看更多内容