.png){kind=icon}
返回
Multi-objective plant root growth optimization algorithm for engineering design problems and UAV path planning
.png){kind=icon}
PRE
AI
DOI：10.1016/j.chaos.2025.117303.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究提出了一种新的多目标植物根系生长优化算法（MOPRGO），它是传统植物根系生长优化算法（PRGO）与精英非支配排序技术的结合，通过主根生长和须根生长来定义帕累托最优解。采用带选择机制的帕累托档案来保存和提升解的收敛性与多样性。为验证MOPRGO的性能和有效性，将其应用于50个真实工程设计问题进行验证，包括21个机械设计问题、3个化工工程问题、5个工艺设计合成问题、6个电力电子问题和15个电力系统优化问题，并使用相同的性能指标将统计结果与其他公认算法进行比较。比较结果表明，MOPRGO在处理各类多目标问题时具有鲁棒性和优越性。为进一步验证所提算法的性能，设计了一个多目标无人机路径规划问题，通过设计两套复杂地形并与其他经典及前沿多目标进化算法进行比较，验证了MOPRGO的有效性。
