.png){kind=icon}
返回
Multi-Swarm Dynamic Crow Search Algorithm for Dynamic Multi-Objective Optimization
.png){kind=icon}
PRE
AI
DOI：10.1002/tee.70165.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
动态多目标优化问题（DMOPs）是现实系统中最具挑战性的问题之一。本文提出了一种多群动态乌鸦搜索算法（CSA），旨在有效解决DMOPs并推进CSA在DMOPs中的应用。该算法引入了三个组件：多群协同进化机制为每个优化目标创建一个独特的群，同时引入基于记忆时间的存档更新策略；开发了一种复杂行为策略，用于自适应调整关键参数并引导群实现快速收敛；动态处理机制采用随机重评估进行变化检测，提出了一种分裂选择方法，以及一种记忆复用策略来选择具有良好多样性的旧解，并考虑了随机重初始化和基于预测的方法来应对变化。大量实验表明，与当前最先进的方法相比，所提出的算法在优化性能和计算成本方面均具有竞争力。(c) 2025 Institute of Electrical Engineers of Japan and Wiley Periodicals LLC.
Keyword:
dynamic multi-objective optimization
crow search algorithm
multi-swarm
change response
期刊
IF:
1.1
论文数:
244
被引数:
1.8K
机构
引用论文
Feature selection based on dynamic crow search algorithm for high-dimensional data classification基于动态乌鸦搜索算法的高维数据分类特征选择
.png){kind=icon}
PREAI
分享收藏A Distributed Bi-Behaviors Crow Search Algorithm for Dynamic Multi-Objective Optimization and Many-Objective Optimization Problems一种用于动态多目标优化和许多目标优化问题的分布式双行为群搜索算法
OAAI
OAAI分享收藏
A novel metaheuristic method for solving constrained engineering optimization problems: Crow search algorithm一种求解约束工程优化问题的元启发式方法: 乌鸦搜索算法
PREAI
分享收藏Multi-population techniques in nature inspired optimization algorithms: A comprehensive survey自然启发优化算法中的多种群技术: 综合调查
PREAI
分享收藏
查看更多内容