.png){kind=icon}
返回
A Novel Cooperative Co-Evolutionary Algorithm for Large-Scale Constrained Optimization
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-00718-6_2.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
协同共进化（CC）是一种广泛用于解决大规模连续约束优化问题的框架。该方法通过分组目标函数和约束变量，将此类问题分解为更小、更易管理的子问题。CC框架的效率主要取决于分组规模和分组策略。本文提出了一种基于CC的算法，其第一部分使用一种近期发表的分组方法CEDG，该方法能以高精度和低计算成本将变量分组为适当规模的子组件。在第二部分，我们使用一种差分进化变体CSaNSDE来求解生成的子问题。CEDG和CSaNSDE方法均在CC框架下使用。所得到的算法称为CC-CEDG，在具有约束条件的可扩展基准函数集（最高1000维）上进行评估。结果表明，CC-CEDG在解决大型约束优化问题方面优于其他先进算法。
Keyword:
Efficient Recursive Differential Grouping
Cooperative Co-evolution Algorithms
Large-scale Constrained Problems
Differential Evolution
期刊
C
IF:
0
论文数:
28
被引数:
0
机构
引用论文
Cooperative coevolution for large-scale global optimization based on fuzzy decomposition基于模糊分解的大规模全局优化协同进化.png)
SOFT COMPUTING
SOFT COMPUTINGIF2.5
PREAI
分享收藏
查看更多内容