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)推广到多目标优化问题的启发式算法。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,它保持先前发现的非支配向量在一个全局存储库中,后者后来被其他粒子用来引导它们自己的飞行。使用标准的测试功能从专业文献验证该方法。我们的结果表明,我们的方法与当前的进化多目标优化技术具有很强的竞争力。


ZBMaCT中的参考文献(44篇文章中引用)

显示结果1至20的44。
按年份排序(引文
  1. 陈,陈;魏,Y:稳健多目标投资组合优化:一种集合序关系方法(2019)
  2. 孙,简乔;Xiong,Fu Rui;Sh Uuz,奥利弗;Hern Nordz,卡洛斯:细胞定位方法。算法方法与应用(2019)
  3. CuSu'dio,A. L.;马德拉,J. F. A.:多Global:利用直接搜索的全局和局部多目标优化(2018)
  4. 段,Qibin;KROESE,Dirk P.:多目标优化分裂(2018)
  5. Duggirala,阿帕纳;Jana,R. K.;Shesu,R. Venkat;BHATARCHAGEE,Prasun:基于拥挤距离粒子群优化的深沟球轴承优化设计(2018)
  6. 罗,Naili;李,夏;林,Qiuzhen:利用目标子空间提取的多目标优化问题的目标约简(2018)
  7. 考文垂,Brandon S.;Parthasarathy,Aravindakshan;Sommer,Alexandra L.;巴特莱特,Edward L.:分层赢家全粒子群优化神经网络拟合的社会网络(2017)
  8. Halassi,Abdoul hafar:一种基于吸引子的多目标粒子群优化算法(2017)
  9. 贾,淳化;朱,洪:一种改进的基于文化算法的多目标粒子群优化算法(2017)
  10. 杰,郝翔;吴,Yizhong;赵,Jianjun;丁,Jianwan;梁亮:一个有效的多目标PSO算法,用Kriging元模型辅助求解昂贵的黑箱问题(2017)
  11. 刘,Ruochen;李,Jianxia;范,敬;穆,Caihong;焦,鲤城:一种基于多群体粒子群优化算法的动态多目标优化协同进化技术(2017)
  12. 田,明正;Hou,昆林;王,Zhaowei;皖,Zhongping:一种改进的多目标优化布谷鸟搜索算法(2017)
  13. Beavavn,伊曼;Dehanghanhanh,OVEIS;Zahiri,Seyed Hamid;Mehrshad,纳塞尔:一个具有多目标PSO(2016)特征选择的最优支持向量机
  14. Devika,K.;JAFARIAN,A;Hassanzadeh,A.;KoDaViDi,R.:利用进化多目标元启发式算法优化三梯队供应链中的牛鞭效应和净库存扩增(2016)
  15. Smairi,纳迪娅;Siarry,帕特里克;GHDRA,哈立德:一种基于部落和禁忌搜索的混合粒子群算法用于多目标优化(2016)
  16. Girsang,Abba Suganda;Tsai,春伟;杨,储唱:用多目标PSO(2015)修复不一致模糊偏好矩阵
  17. GoviDunn,Kannan;JAFARIAN,艾哈迈德;Unnbkkh,瓦希德:一个新的稳健混合多目标元启发式算法(2015):可持续目标分配和随机需求下的可持续供应链网络设计
  18. 李,建平;孙,Xiaolei;王,费;吴,邓胜:石油进口海运系统的风险集成和优化:多目标规划方法(2015)
  19. 莫里兹,Ruby L. V.;Reich,恩里科;施瓦茨,迈克;Bernt,马蒂亚斯;米登多夫,马丁:多目标元启发式解的精化排序关系(2015)
  20. Poonthalir,甘尼萨;Nadarajan,RethNasWaMy;Geetha,ShanMuGAM:具有贪婪变异算子的粒子群优化的有限加油站车辆路径问题(2015)