返回
A historical surrogate model ensemble assisted Bayesian evolutionary optimization algorithm for solving expensive many-objective problems
DOI:10.1016/j.asoc.2025.113367.png)
摘要
En 中文
• 利用历史模型提高精度而不增加成本。
• 多模型辅助选择以改善种群搜索。
• 针对高维多目标问题的定制化环境选择策略。
• 双策略确保优化过程的收敛性与分布性。
• 基于欧几里得距离的所提填充采样策略可增强优化效果及全局精度。
期刊
IF:
6.6
论文数:
1.4W
被引数:
4.8W
机构
暂无机构信息
引用论文
Dual-Surrogate-Assisted Cooperative Particle Swarm Optimization for Expensive Multimodal Problems求解昂贵多模态问题的双代理辅助协同粒子群算法
Passive house optimization for Portugal: Overheating evaluation and energy performance
ENERGY AND BUILDINGS
IF7.1

