.png){kind=icon}
返回
A dual-population based uniform search framework for solving large-scale multi-objective optimization problems
.png){kind=icon}
PRE
AI
DOI：10.1016/j.asoc.2026.114591.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 限制决策空间的交配策略加速了局部开发。
• 一个自适应子空间增强采样策略促进了均匀探索。
• 一个协作框架动态平衡了探索与开发。
• 所提出的算法已在众多大规模优化问题中表现出显著的竞争力。
期刊
IF:
6.6
论文数:
1.4W
被引数:
4.8W
机构
引用论文
.png){kind=icon}
A random dynamic grouping based weight optimization framework for large-scale multi-objective optimization problems基于随机动态分组的大规模多目标优化问题权重优化框架
PREAI
分享收藏分享收藏Cooperative Co-Evolution With Differential Grouping for Large Scale Optimization面向大规模优化的差分分组协同进化算法
OAAI
OAAI分享收藏Large-Scale Multiobjective Optimization via Reformulated Decision Variable Analysis基于重构决策变量分析的大规模多目标优化
PREAI
分享收藏A fast sampling based evolutionary algorithm for million-dimensional multiobjective optimization一种基于快速抽样的百万维多目标优化进化算法
PREAI
分享收藏
查看更多内容