莫普索

MOPSO:一种多目标粒子群优化算法。提出了一种将粒子群优化算法(PSO)扩展到多目标优化问题的方法。我们的方法使用帕累托优势的概念来确定一个粒子的飞行方向,它将先前发现的非支配向量保存在一个全局存储库中,然后由其他粒子用来指导它们自己的飞行。利用专业文献中的几个标准测试函数对该方法进行了验证。结果表明,该方法与现有的进化多目标优化技术相比具有很强的竞争力。


zbMATH中的参考文献(参考文献53条)

显示第1到第20个结果,共53个。
按年份排序(引用)
  1. 王超;高金明;于天堂;谢能刚;张康浩:基于GIGA的双向功能梯度板材料和形状优化及改进的多目标粒子群优化算法(2020)
  2. 徐刚;罗坤;景、国秀;余、香;阮晓军;宋军:多目标粒子群优化算法的收敛性分析(2020)
  3. 张旭伟;刘浩;涂、梁平;赵健:一种基于水平群优化算法的高效多目标优化算法(2020)
  4. 郑伟;吴建宇;张成虎;孙建勇:基于聚类的勘探与开发平衡多目标进化算法(2020)
  5. 陈,陈;Wei,Yu:稳健多目标投资组合优化:集阶关系法(2019)
  6. 格雷罗体育学院ña、 伊莲;阿拉ú乔,阿卢ízio Fausto Ribeiro:目标空间中带预测的多目标进化算法(2019)
  7. 萨多基,萨米娅·奇巴尼;Tari,Abdelkamel:QoS感知web服务组合的多目标离散大象群优化算法(2019)
  8. 孙建桥;熊,傅瑞;附表ü策,奥利弗;赫恩áandez,Carlos:细胞定位方法。算法方法与应用(2019)
  9. 客户ó迪奥,A。五十、 。;马德拉,J。F。A、 :MultiGLODS:使用直接搜索的全局和局部多目标优化(2018)
  10. 段祺斌;Kroese,Dirk P.:多目标优化分裂(2018)
  11. 达吉拉拉,阿帕那;杰娜,R。K、 。;舍苏,R。文卡特;Bhattacharjee,Prasun:使用拥挤距离粒子群优化的深沟球轴承设计优化(2018)
  12. 蒋敏;邱立明;黄忠强;Yen,Gary G.:基于域自适应和非参数估计的分布动态多目标估计算法(2018)
  13. 罗,奈利;李夏;林秋珍:利用目标子空间提取对多目标优化问题的目标约简(2018)
  14. 黄,C。美国。Y、 。;杜贾利,阿卜杜拉;苏雷什,S。;Sundararajan,N.:多目标多尺度搜索优化中更快收敛的帕累托感知策略(2018)
  15. 考文垂,布兰登S。;阿拉文达克山帕塔萨拉蒂;萨默,亚历山德拉L。;Bartlett,Edward L.:神经模型拟合的分层赢家-全粒子群优化社会网络(2017)
  16. Halassi,Abdoul hafar:基于吸引子的多目标粒子群优化(2017)
  17. 贾春华;朱红红:基于文化算法的改进多目标粒子群算法(2017)
  18. 杰,浩翔;吴义忠;赵建军;丁建万;亮亮:一种基于Kriging元模型的高效多目标PSO算法(2017)
  19. 刘若晨;李建霞;范、静;穆,彩虹;焦立成:基于多群粒子群算法的动态多目标优化协同进化技术(2017)
  20. 田明正;侯国林;王兆伟;万忠平:多目标优化的改进布谷鸟搜索算法(2017)