.png){kind=icon}
返回
MPCMO: An improved multi-population co-evolutionary algorithm for many-objective optimization
.png){kind=icon}
PRE
AI
DOI：10.1016/j.ins.2025.122671.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
多目标优化问题（MaOPs）在科学研究和工程实践中得到广泛应用，主要考虑对多个目标进行联合优化。尽管近年来提出了众多多目标进化算法，但它们常因目标冲突导致的适应度分配问题而面临挑战。同时，这些算法往往仅在收敛性、多样性和计算复杂度中的一个方面表现良好。为解决这些问题，本文提出了一种用于多目标优化的改进多群体协同进化算法（简称MPCMO），该算法利用了多群体协同进化技术的优势。MPCMO的主要目标是实现收敛性、多样性和复杂度之间的更平衡表现。MPCMO包含三个核心组件。首先，采用自适应进化策略动态分配子群体的进化机会，以节省计算资源并提升收敛性。随后，开发了一种迁移策略，以确保对整个帕累托前沿进行更全局的逼近。此外，采用基于角度选择和基于移动的密度估计的存档更新-截断策略来增强多样性。我们在多种具有复杂特性的多目标基准问题上进行了全面的比较实验。实验结果表明，所提出的方法在多样性和收敛性方面均优于现有的最先进算法。
Keyword:
Many-objective optimization
Multi-population coevolution
Adaptive evolution
Migration strategy
期刊
IF:
6.8
论文数:
540
被引数:
6.2W
机构
暂无机构信息
引用论文
MOCPSO: A multi-objective cooperative particle swarm optimization algorithm with dual search strategies☆MOCPSO: 一种具有双重搜索策略的多目标协同粒子群优化算法 ☆.png)
NEUROCOMPUTING
NEUROCOMPUTINGIF6.5
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An effective evolutionary algorithm for packing rectangles into a fixed size circular container一种将矩形 Packing 进固定尺寸圆形容器的有效进化算法
OAAI
OAAI分享收藏A Cα -dominance-based solution estimation evolutionary algorithm for many-objective optimization
PREAI
分享收藏A multi-population evolutionary algorithm based on constraint grouping for constrained multiobjective optimization problems一种基于约束分组的约束多目标优化问题的多群体进化算法
PREAI
分享收藏
查看更多内容