.png){kind=icon}
返回
Dominance-based variable analysis for large-scale multi-objective problems
.png){kind=icon}
OA
AI
DOI：10.1007/s11047-022-09910-5.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
摘要具有多个目标和众多输入变量的优化问题同时继承了大规模优化和多目标优化中的挑战。为解决这些问题，分解和转换方法是常用的手段。本研究基于帕累托优化中的支配关系和多样性提出了改进的控制变量分析法。此外，分解方法被应用于协同协同进化框架中，并结合正交采样变异。算法性能与加权优化框架进行了比较。结果表明，所提出的分解方法与传统方法相比具有更高的精度。结果还表明，具有良好分组的协同协同进化框架具有极强的竞争力。此外，正交采样中的搜索方向数量可以轻松配置。少量搜索方向将极大缩小搜索空间，同时也会限制可探索的区域；反之亦然。
期刊
暂无期刊信息
机构
暂无机构信息
引用论文
暂无论文信息