×

莫姆比

swMATH ID: 40610
软件作者: Hernandez Gomez,R。;科埃洛·科埃洛,C。
描述: MOMBI:一种新的基于R2指标的多目标优化元启发式算法。将性能指标纳入多目标进化算法(MOEA)的选择机制是近几年来吸引越来越多人关注的一个主题。这主要是因为基于帕累托的选择方案在解决具有四个或更多目标的问题时表现不佳。在MOEA的选择机制中最常用的指标是超体积。然而,在这里,我们探讨了R2指示符的使用,它相对于超级卷来说具有一些优势,主要是它的低计算成本。在本文中,我们提出了一种新的MOEA,称为基于R2指标的多目标元启发式(MOMBI),它使用效用函数对个体进行排序。使用几个基准问题将该方法与MOEA/D(基于标量化)和SMS-EMOA(基于超卷)进行了比较。我们的初步实验结果表明,MOMBI获得的结果与SMS-EMOA产生的结果质量相似,但计算成本要低得多。此外,MOMBI在所采用的大多数测试实例中都优于MOEA/D,尤其是在处理具有复杂Pareto前沿的高维问题时。因此,我们认为我们提出的方法是解决多目标优化问题的可行选择。
主页: https://ieeexplore.ieee.org/document/6557868
相关软件: MOEA/D公司;NSGA-II公司;HypE公司;SPEA2公司;PlatEMO公司;表情符号;NBI公司;ParEGO公司;MOPSO公司;绩效评估;博格;库达;EGO公司;磷虾群;DECOR公司;DMaOEA公司;SMPSO公司;世界煤炭协会;irace公司;PAES公司
引用于: 10文件

按年份列出的引文