DDMOA2公司 swMATH ID: 11882 软件作者: Denysiuk,罗马人;科斯塔、利诺;伊莎贝尔·埃斯普·桑托{i} 里托 描述: 基于下降方向的广义多目标进化算法。提出了一种广义下降方向引导的多目标算法(DDMOA2)。DDMOA2在其父项和环境选择过程中使用尺度化适应度分配。人口由领导者和非领导者个人组成。种群中的每个个体都由一个包含其基因型和一组策略参数的元组表示。我们算法的主要创新点和主要优点是它的复制算子,它结合了传统的局部搜索和随机搜索技术。为了提高效率,当目标数量增加时,只为两个随机选择的目标找到下降方向。此外,为了增加高维目标空间中的搜索压力,我们在局部搜索过程中为领导者提供了一个接受下降方向的附加条件。将所提方法与具有代表性的最新多目标进化算法在最多8个目标的一组问题上的性能进行了比较。实验结果表明,我们的算法能够在所有测试问题上与成熟的多目标优化器产生极具竞争力的结果。此外,由于其混合再现算子,DDMOA2在多模态问题上表现出卓越的性能。 主页: http://rd.springer.com/article/10.1007%2Fs10852-2014年92月55日 关键词: 多目标优化;多目标进化算法;性能评估;数值示例;随机研究 相关软件: 国际学生成绩评估;MSOPS-II型;j金属 引用于: 1文件 标准条款 1出版物描述软件,包括1出版物以zbMATH为单位 年份 基于下降方向的广义多目标进化算法。 Zbl 1305.65150号罗马人Denysiuk;里诺·科斯塔;伊莎贝·埃斯皮里托·桑托 2014 3位作者引用 1 Lino A.科斯塔。 1 罗马人Denysiuk 1 伊莎贝尔·埃斯皮里托·桑托 连载1篇 1 运筹学数学建模与算法杂志 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