.png){kind=icon}
返回
Variable-universe fuzzy logic controller-based constrained multi- and many-objective evolutionary algorithm
.png){kind=icon}
PRE
AI
DOI：10.1007/s12293-026-00516-3.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
ε约束法是处理约束优化问题中约束的一种重要技术。ε的适当选择高度依赖于每一代的种群分布，使得难以推导出ε的解析表达式。因此，这种非线性依赖性不可避免地影响了传统ε约束方法的性能。为解决此问题，我们将变量论域的概念融入模糊逻辑控制器中。本文提出了一种变量论域模糊逻辑控制器（C-VUFC）以自适应地确定ε。通过利用模糊if-then规则和隶属度函数，所提出的控制器明确地建模了ε与种群分布之间固有的非线性关系。此外，我们开发了一种领域适应机制，基于历史约束违反趋势动态调整论域，从而提高了ε选择的适应性。因此，所提出的方法优于现有方法。通过集成所提出的控制器设计了两种新算法。所提出的算法与最先进的算法进行了比较，结果表明其有效性。
Keyword:
Constrained Optimization
Multi-objective Optimization
Evolutionary Algorithms
Fuzzy Logic Controller
期刊
IF:
2.3
论文数:
453
被引数:
718
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
.png){kind=icon}
OAAI分享收藏Multiobjective evolutionary algorithms: A comparative case study and the Strength Pareto approach多目标进化算法: 比较案例研究和强度帕累托方法
PREAI
分享收藏分享收藏Differential evolution mutation operators for constrained multi-objective optimization约束多目标优化的差分进化变异算子
PREAI
分享收藏
查看更多内容