.png){kind=icon}
返回
Decomposition-based multi-objective evolutionary algorithm for bi-optimal selection
.png){kind=icon}
PRE
AI
DOI：10.1016/j.swevo.2025.102228.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于分解的多目标进化算法在处理复杂帕累托前沿时，通常容易出现早熟收敛。为解决这一问题，本文提出了一种基于分解的双选择优化算法（MOEA/D-BOS）。所提出的方法将SPEA-II选择机制和一种个体探索策略整合到MOEA/D框架中，以增强种群多样性和信息保留。此外，设计了一种新的权重向量生成方法和一个标量化函数，以改善解的分布均匀性。基准实验表明，与几种先进算法相比，MOEA/D-BOS在收敛速度和种群多样性方面均表现出更优的性能。
Keyword:
Multi-objective optimization
SPEA-II selection
Individual exploration
Particle update method
Weight vector
期刊
IF:
8.5
论文数:
2.2K
被引数:
1.0W
机构
查看更多机构
引用论文
暂无论文信息