.png){kind=icon}
返回
Multi-tasking evolutionary learning for constrained multi-modal multi-objective optimization
.png){kind=icon}
PRE
AI
DOI：10.1016/j.asoc.2025.114116.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 将进化多任务优化策略集成到约束多目标优化中。通过在两个阶段之间切换不同策略，该算法通过控制不同任务之间的信息交换，有效平衡了收敛性和多样性。
• 我们设计了一个新的信息转移率预测函数，通过该函数，算法能够有效且合理地控制不同任务之间的信息交换。
• 在多个测试集上的广泛实验以及策略验证实验表明，所提出的算法在求解约束多目标问题上具有竞争力。
期刊
IF:
6.6
论文数:
1.4W
被引数:
4.8W
机构
引用论文
暂无论文信息