.png){kind=icon}
返回
Robust Multiobjective Evolutionary Algorithm Based on Surrogate-Assisted Robust Distance Metric
.png){kind=icon}
PRE
AI
DOI：10.1109/TCYB.2026.3655818.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于代理模型辅助的鲁棒多目标进化算法(RMOEA-SA)，结合径向基函数(RBF)代理模型和新型鲁棒距离度量(RDM)，旨在减少鲁棒优化过程中的函数评估次数并提升解的鲁棒性。该算法利用RBF代理模型近似采样点的适应度值，显著降低计算成本；同时引入RDM度量解的鲁棒性，并将RDM值作为新增目标扩展目标空间，在增强空间中进行选择以实现鲁棒性与最优性的权衡。在标准基准函数和两个实际应用问题的实验中，所提方法较现有算法展现出更优的可行性和有效性。
Keyword:
Evolutionary algorithm
multiobjective optimization
radial basis function (RBF) surrogate model
robust distance metric (RDM)
robust optimization
期刊
IF:
10.5
论文数:
1.1W
被引数:
5.0W
机构
引用论文
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A directed search strategy for evolutionary dynamic multiobjective optimization.png)
SOFT COMPUTING
SOFT COMPUTINGIF2.5
PREAI
分享收藏A robust optimization approach using Kriging metamodels for robustness approximation in the CMA-ES
PREAI
分享收藏
查看更多内容