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59条)

显示第1到第20个结果,共59个。
按年份排序(引用)
  1. 康,阎莉;田景松;陈,陈;赵桂玉;李元福;魏宇:基于熵的稳健投资组合(2021)
  2. 寇,刚;肖辉;曹明浩;Lee,Loo Hay:多目标模拟优化中向量评估遗传算法的最优计算预算分配(2021)
  3. 刘元庆;刘晓峰;蔡国平;陈朱兵:空间机器人在捕获后阶段的轨迹规划与协调控制(2021)
  4. 韩,丁;郑建荣:基于Kriging模型的基于R2期望改善指标的多目标优化算法(2020)
  5. 陆辉;刘亚贤;程、石;史玉辉:群体智能算法的自适应在线数据驱动闭环参数控制策略(2020)
  6. 罗建平;黄雄文;杨云;李夏;王振坤;冯继强:基于指示向量和方向向量的多目标粒子群优化算法(2020)
  7. 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)
  8. 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)
  9. 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)
  10. 郑、卫;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)
  11. 陈,陈;Wei,Yu:稳健多目标投资组合优化:集阶关系法(2019)
  12. 格雷罗·佩尼亚,伊莲;Araújo,Aluízio Fausto Ribeiro:目标空间中带预测的多目标进化算法(2019)
  13. 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)
  14. 孙建桥;熊,傅瑞;苏兹,奥利弗;Hernández,Carlos:细胞定位方法。算法方法与应用(2019)
  15. 客户,A.L。;Madeira,J.F.A.:MultiGLODS:使用直接搜索的全局和局部多目标优化(2018)
  16. 段祺斌;Kroese,Dirk P.:多目标优化分裂(2018)
  17. 达吉拉拉,阿帕那;雅娜,R.K。;舍苏,R.Venkat;Bhattacharjee,Prasun:使用拥挤距离粒子群优化的深沟球轴承设计优化(2018)
  18. 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)
  19. 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)
  20. 黄顺实。;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)