.png){kind=icon}
返回
Multi-Objective Optimization for Artificial Island Construction Scheduling Using Cooperative Differential Evolution
.png){kind=icon}
OA
AI
DOI：10.3390/jmse13030492.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
人工岛礁的建设是一项复杂的工程挑战，需要精确的调度以优化资源利用、管理成本、确保安全，并在动态海洋环境中最大限度地减少环境影响。本文提出了一种多目标人工岛礁建设调度优化模型。该模型从5个方面考虑了影响人工岛礁建设的诸多关键因素：建设时间、建设成本、项目质量、资源利用效率及环境影响。为优化所提出的模型，我们提出了一种名为多目标协同差分进化（MOCDE）的算法。MOCDE整合了协同协同进化算法和差分进化算法，以高效获取最优调度方案。为探究该模型及算法的性能，我们基于实际项目数据进行了大量实验。将MOCDE与现有算法进行比较，结果表明，MOCDE在以往SOTA模型的基础上有所改进，实现了总时间减少0.56%、总成本降低0.43%以及总质量提升7.38%。此外，该算法还能确保符合环境要求。
Keyword:
artificial island construction scheduling
multi-objective construction optimization
artificial island
differential evolution
期刊
IF:
2.8
论文数:
4.7K
被引数:
2.3W
机构
引用论文
.png){kind=icon}
分享收藏分享收藏分享收藏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GP-DEMO: Differential Evolution for Multiobjective Optimization based on Gaussian Process models
PREAI
分享收藏
查看更多内容