返回
A Generational Difference Vector based Tri-Entropy Structure Optimizer for large-scale multiobjective optimization
DOI:10.1016/j.swevo.2025.102079.png)
摘要
En 中文
近年来,工程和科学领域中大规模多目标优化问题的日益复杂性对算法的计算效率提出了更高要求。本文介绍了一种名为基于代际差异向量的三熵结构优化器(GDVTSO)的新型算法,该算法旨在高效执行大规模多目标优化任务。其核心思想是通过计算决策空间内的局部信息熵并分析迭代前后聚类变化来确定更有效的搜索方向。为此,设计了三熵结构优化器(TSO)以更高效地利用信息熵进行向量更新。此外,引入了代际差异向量(GDV)机制,为每个聚类内的向量提供搜索方向指导。GDVTSO算法表现出卓越的兼容性和广泛的应用潜力。本研究将GDVTSO与两种成熟的大规模优化技术相结合,通过这种方法论融合提出了名为GDVTSF的混合算法。此外,GDVTSF的性能对优化问题的维度表现出较低的敏感性。在标准大规模多目标优化基准测试中的实验结果表明,GDVTSF优于当前的最优优化算法。此外,即使应用于具有高达10,000个决策变量高维问题时,它也能显著保持其优越性能。
Keyword:
multiobjective optimization
generational difference vector
tri-entropy structure
large-scale optimization
evolutionary algorithms
期刊
IF:
8.5
论文数:
2.2K
被引数:
1.0W
机构
暂无机构信息
引用论文
Adaptive Multiobjective Particle Swarm Optimization Based on Parallel Cell Coordinate System基于并行单元坐标系的自适应多目标粒子群优化算法
Multiobjective evolutionary algorithms: A comparative case study and the Strength Pareto approach多目标进化算法: 比较案例研究和强度帕累托方法
Multimodal Optimization Enhanced Cooperative Coevolution for Large-Scale Optimization用于大规模优化的多模式优化增强的合作协同进化
An Enhanced Competitive Swarm Optimizer With Strongly Convex Sparse Operator for Large-Scale Multiobjective Optimization用于大规模多目标优化的具有强凸稀疏算子的增强型竞争群优化器

