返回
An escape-oriented multi-objective optimization algorithm using diverse external archives
DOI:10.1016/j.eswa.2025.130953.png)
摘要
En 中文
• 基于人群疏散行为的多种目标优化算法被开发出来。
• 互补子群和劣解扰动加速了早期探索。
• 多档案库引导在子群之间交换信息,以实现多样化的Pareto前沿。
• 在ZDT/WFG/DTLZ/CEC2019以及三个工程案例中进行测试,该算法表现最佳。
期刊
IF:
7.5
论文数:
3.0W
被引数:
10.2W
机构
引用论文
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
Balancing Convergence and Diversity in Objective and Decision Spaces for Multimodal Multi-Objective Optimization平衡目标和决策空间中的收敛性和多样性,以实现多模态多目标优化
A novel multi-objective optimization framework for optimal integrated energy system planning with demand response under multiple uncertainties一种新的多目标优化框架,用于在多不确定性下考虑需求响应的综合能源系统优化规划
Learnable self-supervised support vector machine based individual selection strategy for multimodal multi-objective optimization基于可学习自监督支持向量机的个体选择策略,用于多模态多目标优化

