.png){kind=icon}
返回
Weak Population-Empowered Large-Scale Multiobjective Immune Algorithm
.png){kind=icon}
OA
AI
DOI：10.1155/int/6462697.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
多目标免疫优化算法（MOIAs）利用克隆选择原理，通过复制少量优质解进行迭代进化以优化决策向量。然而，该方法常导致多样性缺乏，尤其在面对大规模优化问题时效果不佳。此外，过度强调精英解可能导致大量冗余后代，降低进化效率。深入探究这些问题成因后发现，关键因素在于现有算法忽视了进化过程中弱解的作用。基于此，我们提出一种弱种群赋能的大规模多目标免疫算法（WP-MOIA）。该算法的核心是在传统精英种群之外，基于部分剩余解构建合作进化种群，即弱种群。进化过程中，两类种群协同工作：精英种群强化局部搜索优势以侧重开发，弱种群则追求更大变异以摆脱劣势地位，从事更广泛的探索。同时，两类种群的规模动态调整以协同维持进化平衡。通过与九种先进多目标进化算法（MOEAs）和四种强大MOIAs在30个基准问题上的对比，所提算法在中小规模及大规模多目标优化问题（MOPs）中均表现出更优性能和更好的收敛效率。特别是在大规模MOPs中，新算法的性能几乎超越所有13种对比算法。
Keyword:
dynamic cooperation
immune algorithm
large-scale multiobjective optimization
weak population
期刊
IF:
3.7
论文数:
3.1K
被引数:
8.1K
机构
暂无机构信息
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分享收藏分享收藏
查看更多内容