EMOPSO公司 swMATH ID: 14001 软件作者： 托斯卡诺·普利多，G.，科埃洛·科埃洛，C.A.，桑塔纳-昆特罗，L.V。 描述： EMOPSO：强调效率的多目标粒子群优化程序。本文提出了高效多目标粒子群优化算法（EMOPSO），它是作者先前提出的多目标进化算法（MOEA）的改进版本。在整篇文章中，我们提供了导致我们创建EMOPSO的设计过程的几个细节。讨论的主要问题是：保持一组均匀分布的非支配解的机制，避免过早收敛的湍流算子，约束处理方案，以及导致我们提出自适应机制的参数研究。最后的算法能够产生相当好的Pareto前沿近似值，最多包含30个决策变量，而只执行2000个适应度函数评估。据我们所知，这是迄今为止针对任何多目标粒子群优化程序报告的最低评估数量。我们的结果与来自专业文献的12个测试函数中的NSGA-II进行了比较。 主页： http://link.springer.com/chapter/10.1007/978-3-540-70928-2_23 相关软件： SMPSO公司;SPEA2公司;国家安全局;MOPSO公司;PAES公司;ParEGO公司;GDE3型;深渊;j金属 引用于： 2文件 全部的 前5名8位作者引用 1 恩里克·阿尔巴 1 卡洛斯·科埃洛·科埃洛。 1 Juan J.Durillo。 1 卢纳，弗朗西斯科 1 中山弘太郎。 1 安东尼奥·内布罗。 1 尹敏苏 1 Yun、Yeboon 2篇连载文章中引用 1 国际工程数值方法杂志 1 全球优化杂志 在2个字段中引用 1 数值分析（65-XX） 1 运筹学、数学规划（90-XX） 按年份列出的引文