.png){kind=icon}
返回
Improved state transition algorithm with variable-capacity archive for constrained multiobjective optimization
.png){kind=icon}
PRE
AI
DOI：10.1016/j.eswa.2025.130563.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 针对可行域狭窄/不连通的CMOPs提出了一种新型算法。
• 一种变容量存档在进化过程中动态平衡目标/约束。
• 改进了三个关键状态转移算法算子以实现精细搜索。
• 37个基准测试问题和10个实际应用问题表明其性能优于/媲美当前最优（SOTA）算法。
期刊
IF:
7.5
论文数:
3.0W
被引数:
11.7W
机构
暂无机构信息
引用论文
Multiobjective evolutionary algorithms: A comparative case study and the Strength Pareto approach多目标进化算法: 比较案例研究和强度帕累托方法
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
分享收藏分享收藏An improved epsilon constraint-handling method in MOEA/D for CMOPs with large infeasible regions.png)
SOFT COMPUTING
SOFT COMPUTINGIF2.5
PREAI
分享收藏
查看更多内容