.png){kind=icon}
返回
Grouping method based on entropy recursive differential and general separability for large-scale global optimization
.png){kind=icon}
PRE
AI
DOI：10.1016/j.asoc.2026.115961.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 提出了一种分组方法，包括熵精度判断策略。
• 设计了一个非加性可分性基准测试套件，包含3个可扩展函数用于大规模问题。
• 在50个大规模问题上的实验表明，所提出的方法优于当前最先进的方法。
• 基于所提出方法的协同共进化算法已通过3个子优化器得到验证。
期刊
IF:
6.6
论文数:
1.4W
被引数:
4.8W
机构
引用论文
A topology-based single-pool decomposition framework for large-scale global optimization一种基于拓扑的大规模全局优化单池分解框架
PREAI
分享收藏Short-term wind power prediction using a novel model based on butterfly optimization algorithm-variational mode decomposition-long short-term memory.png)
APPLIED ENERGY
APPLIED ENERGYIF11
PREAI
分享收藏Cooperative Co-Evolution With Differential Grouping for Large Scale Optimization面向大规模优化的差分分组协同进化算法
OAAI
OAAI分享收藏
查看更多内容