.png){kind=icon}
返回
Fuzzy Constraint Dominance Strategy for Constrainted Multiobjective Optimization Problems with Multiple Constraints
.png){kind=icon}
PRE
AI
DOI：10.1109/JAS.2025.125255.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
解决约束多目标优化问题（CMOPs）是一项极具挑战性的工作。众多复杂的非线性约束显著增加了CMOPs的复杂性，导致可行域异常复杂，使得算法难以搜索完整的约束帕累托前沿（PF）。此外，在多重复杂非线性约束的影响下，传统的整体约束违反计算方法在评估不可行解的质量方面效率低下，可能误导种群的进化方向。为应对这些挑战，本文提出了模糊约束支配策略（FCDS）。这一新颖方法通过促进解的细致比较，有助于在目标和约束之间实现更好的平衡。FCDS中引入的模糊约束违反缓解了复杂非线性约束的误导性影响。此外，FCDS将复杂CMOP的求解过程从易到难分为多个阶段，并采用自适应方法增加问题的难度级别。在四个测试套件和三个实际应用中的系统实验已明确证明，FCDS在性能上优于领先算法。
Keyword:
Constrained multiobjective optimization
constraint-handling technologies
evolutionary algorithm (EA)
fuzzy constraint dominance
期刊
I
IF:
0
论文数:
116
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A practical tutorial on the use of nonparametric statistical tests as a methodology for comparing evolutionary and swarm intelligence algorithms关于使用非参数统计检验作为比较进化和群体智能算法的方法的实用教程
PREAI
分享收藏
查看更多内容