.png){kind=icon}
返回
A new multi objective crested porcupines optimization algorithm for solving optimization problems
.png){kind=icon}
OA
AI
DOI：10.1038/s41598-025-99207-1.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种新的多目标优化算法，称为多目标冠豪猪优化（MOCPO）算法，该算法采用精英、非支配排序和拥挤距离机制。MOCPO的灵感来源于冠豪猪的捕食者-猎物行为，并基于新提出的冠豪猪算法。MOCPO旨在有效管理多目标优化问题中的冲突目标。通过使用非支配排序和拥挤距离机制，MOCPO促进了解的多样性和向帕累托前沿的收敛。MOCPO采用新的信息反馈机制（IFM）和增强的解更新策略，以增强收敛性和多样性控制。MOCPO的性能在多种基准问题上进行了测试，包括ZDT和DTLZ系列，以及来自RWMOP套件的现实工程设计问题。这些测试问题代表了一系列具有线性、非线性、连续和离散特性的优化问题。MOCPO的性能与当前先进算法进行了比较，如多目标梯度优化器（MOGBO）、基于偏好的差分进化（Pre-DEMO）、多目标指数分布算法（MOEDO）、基于枢轴解的多目标进化算法（Pi-MOEA）和基于聚类的网格辅助多目标进化算法（ClGrMOEA）。使用标准性能指标进行的定性和定量分析表明了该算法的有效性。实验结果验证了MOCPO在收敛性和解多样性方面提供了显著改进，使其成为解决复杂多目标优化问题的可行选择。
Keyword:
Multi-objective optimization
Meta-heuristics
Crested porcupines optimizer
Engineering design
Real-world problems
期刊
IF:
3.9
论文数:
28.2W
被引数:
83.5W
机构
引用论文
Moth-flame optimization algorithm: A novel nature-inspired heuristic paradigm蛾焰优化算法: 一种新的自然启发启发式范式
PREAI
分享收藏The Sailfish Optimizer: A novel nature-inspired metaheuristic algorithm for solving constrained engineering optimization problemsSailfish优化器: 一种新颖的自然启发的元启发式算法，用于解决约束工程优化问题
PREAI
分享收藏MOGBO: A new Multiobjective Gradient-Based Optimizer for real-world structural optimization problems
PREAI
分享收藏Pre-DEMO: Preference-Inspired Differential Evolution for Multi/Many-Objective Optimization预演示: 用于多/多目标优化的受偏好启发的差分进化
PREAI
分享收藏Multi-Objective Water Strider Algorithm for Complex Structural Optimization: A Comprehensive Performance Analysis用于复杂结构优化的多目标水Strider算法: 综合性能分析.png)
IEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏Application of the 2-archive multi-objective cuckoo search algorithm for structure optimizationSCIENTIFIC REPORTS
OAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏分享收藏
查看更多内容