期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
进化高维多目标优化研究综述 被引量:3
1
作者 徐康宇 刘元 +3 位作者 李密青 杨圣祥 邹娟 郑金华 《控制工程》 CSCD 北大核心 2023年第8期1436-1449,共14页
高维多目标优化问题(many-objective optimization problems, MaOPs)已经普遍存在于工业和科学领域中,这类问题的目标数一般超过3个且目标之间存在冲突性。进化算法作为一种基于种群的元启发式搜索方法已经被证实能够有效求解MaOPs。近... 高维多目标优化问题(many-objective optimization problems, MaOPs)已经普遍存在于工业和科学领域中,这类问题的目标数一般超过3个且目标之间存在冲突性。进化算法作为一种基于种群的元启发式搜索方法已经被证实能够有效求解MaOPs。近二十年来,高维多目标进化算法(many-objective evolutionary algorithms, MaOEAs)研究已取得了长足发展。现对进化高维多目标优化(evolutionary many-objective optimization, EMaO)的研究进展进行全面的综述,具体包括:(1)描述了EMaO的相关理论背景;(2)分析了EMaO面临的挑战;(3)详细讨论了Ma OEAs的发展概况;(4)归纳了Ma OPs以及性能指标;(5)介绍了面对高维目标空间的可视化工具;(6)总结了Ma OEAs在一些领域的应用;(7)剖析了进化算法在解决MaOPs时所面临的问题和挑战,并给出未来研究方向的建议。 展开更多
关键词 进化高维多目标优化 进化算法 维多目标优化问题 PARETO支配
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部