.png){kind=icon}
返回
Improved two-archive evolutionary algorithm for constrained multi-objective optimization of WWTP based on intergenerational information guidance
.png){kind=icon}
PRE
AI
DOI：10.1007/s12065-025-01103-0.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在废水处理工艺（WWTP）的运行性能约束多目标优化问题中，维持可行性、收敛性和多样性的平衡是一项挑战。本文提出了一种基于代际信息引导的约束多目标优化改进双档案进化算法（C-TAEA），即IIG-C-TAEA。首先，该算法提出了一种交配选择机制，以公平地筛选精英解，涵盖可行性、收敛性和多样性三个方面。然后，算法利用代际信息通过调整交叉和变异概率、建立代际种群邻域来引导子代迭代。最后，引入了一种档案驱动机制，用于选择高质量解，并根据种群信息建立档案间的关联，以增强多样性、收敛性和可行性的平衡。通过在基准问题和废水优化问题上的比较分析验证了所提算法的有效性，表明其在与其他约束多目标优化进化算法的比较中具有优越性。
Keyword:
Constrained multi-objective optimization
Two-archive evolutionary algorithm
Intergenerational information
Archive-driven mechanism
Operation optimization
Wastewater treatment process (WWTP)
期刊
IF:
2.6
论文数:
120
被引数:
2.0K
机构
引用论文
.png){kind=icon}
分享收藏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
分享收藏分享收藏Genetic Hybrid Predictive Controller for Optimized Dissolved-Oxygen Tracking at Lower Control Level
PREAI
分享收藏
查看更多内容