期刊专题

高维多目标优化算法分析研究

引用
目前,大部分多目标进化算法MOEA(Multi-Objective Evolutionary Algorithms)是针对2到3个目标问题而设计,并且已经取得良好的优化效果,而对于目标个数大于或远大于3个的高维多目标问题,用MOEA逼近Pareto前沿和保持较低的计算复杂度都十分困难.通过讨论分析目标个数对高维优化算法带来的困扰,总结针对这些困扰引入的一些算法和策略.介绍了已有的高维多目标算法对占优机制进行的改善,并着重对现存的高维多目标减少算法做了系统的分类综述,对比分析验证了各类算法的优化效果,并给出进一步可研究的方向.

高维目标、多目标优化、目标减少算法、冗余目标

41

TP18(自动化基础理论)

重庆市自然科学基金cstc2013jcyjA40049

2014-08-26(万方平台首次上网日期,不代表论文的发表时间)

共5页

57-60,63

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

41

2014,41(z1)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn