.png){kind=icon}
返回
Ensemble mating strategy in evolutionary algorithms for multiobjective optimization
.png){kind=icon}
PRE
AI
DOI：10.1007/s12293-025-00458-2.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于精英的交配选择和基于邻域的交配限制是两种在多目标进化算法（MOEAs）中选择优质父代以生成子代群体的常用策略。然而，鲜有研究探索这些不同交配策略的组合以提升MOEAs的搜索效率。为解决此问题，我们提出了一种基于集成交配策略的多目标进化算法（EMSEA），该算法整合了交配选择和交配限制策略以生成优质子代。在EMSEA中，采用一种聚类学习方法通过将种群划分为不同簇来提取种群结构。为从簇内解生成新的试验解，我们利用竞争方法从簇中选择一个精英个体作为交配父代，同时限制额外父代的选择范围在相同簇内。我们通过在具有复杂帕累托集和帕累托前沿的测试实例上，将本算法与若干代表性MOEAs进行实验性能比较。实验结果表明，所提出的集成交配策略是有效的，因为本算法在测试实例上优于对比算法。
Keyword:
Mating strategy
Offspring generation
Multi-objective optimization
Evolutionary algorithm
期刊
IF:
2.3
论文数:
458
被引数:
718
机构
引用论文
PlatEMO: A MATLAB Platform for Evolutionary Multi-Objective OptimizationPlatEMO: 用于进化多目标优化的MATLAB平台
OAAI
.png){kind=icon}
OAAI分享收藏分享收藏分享收藏
查看更多内容