返回
A surrogate-assisted evolutionary algorithm based on problem reconstruction and feature extraction for high-dimensional expensive multi-objective optimization problems
DOI:10.1016/j.asoc.2026.115673.png)
摘要
En 中文
• 提出一种两阶段代理辅助算法用于昂贵优化。
• 提出问题重构以降低决策变量的维度。
• 应用自适应特征提取以增强克里金方法的预测精度。
• 在DTLZ、WFG和实际问题上获得更优的非支配前沿。
期刊
IF:
6.6
论文数:
1.4W
被引数:
4.8W
机构
引用论文
暂无论文信息

