.png){kind=icon}
返回
Constrained multi-objective optimization via reverse search multitasking
.png){kind=icon}
PRE
AI
DOI：10.1007/s11227-026-08614-2.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
进化多任务（EMT）框架在约束多目标优化问题（CMOPs）中已引起广泛关注。然而，任务构建和知识转移方面的挑战依然存在。本文提出了一种用于约束多目标优化的反向搜索进化多任务算法，包括原始问题任务、多层反向搜索辅助任务和忽略约束的辅助任务。多层反向搜索辅助任务引导种群从不可行区域接近约束前沿，并有效探索约束帕累托前沿（CPF）附近的不可行区域。为进一步增强知识转移的有效性，设计了一种基于个体转移策略的多任务优化方法。所提出的框架在任务、种群和反向搜索层级别具有并行友好结构，为未来的高性能或分布式实现提供了潜力。通过在四个标准CMOP基准测试套件和19个真实世界CMOPs上进行的实验，验证了所提出算法的有效性。实验结果表明，所提出的算法在处理CMOPs方面优于几种当前最先进的算法。
Keyword:
Constrained multi-objective optimization
Multitasking optimization
Reverse search
Knowledge transfer
期刊
T
IF:
0
论文数:
647
被引数:
0
机构
引用论文
Evolutionary Multitasking with Global and Local Auxiliary Tasks for Constrained Multi-Objective Optimization具有全局和局部辅助任务的进化多任务处理，用于约束多目标优化
.png){kind=icon}
PREAI
分享收藏
PlatEMO: A MATLAB Platform for Evolutionary Multi-Objective OptimizationPlatEMO: 用于进化多目标优化的MATLAB平台
OAAI
OAAI分享收藏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
PREAI
分享收藏A Grey Wolf Optimiser (GWO)-Based RIS Phase Shift Design for a RIS-Assisted Multi-Antenna System基于灰狼优化器 (GWO) 的RIS辅助多天线系统的RIS相移设计
PREAI
分享收藏
查看更多内容