GDE3

GDE3:广义微分进化的第三个演化步骤。提出了广义差分进化的一个发展版本GDE3。GDE3是差分进化(DE)在具有任意数量目标和约束的全局优化中的扩展。在单目标无约束问题的情况下,GDE3回到了原来的DE。GDE3通过给出一个更好的分布式解决方案来改进早期的GDE版本。通过一组测试问题验证了GDE3的性能,并与其他方法的结果进行了比较。


zbMATH中的参考文献(参考文献26条)

显示第1到第20个结果,共26个。
按年份排序(引用)
  1. 董志明;王先鹏;唐立新:基于链分割的自适应权向量调整策略的MOEA/D(2020)
  2. 张哲晨;刘三阳;高伟峰;徐景伟;朱生琦:一种基于逆模型的改进多目标进化优化算法(2020)
  3. 贝尼特斯·伊达尔戈,A。;内布罗,AJ;加西亚·尼托,J。;俄勒吉州。;Del Ser,J.:jMetalPy:一个基于元启发式的多目标优化的Python框架(2019)阿尔十四
  4. 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)
  5. 瓦尔加斯,德尼斯E.C。;阿方索C.C.Lemonge。;赫利奥巴博萨。;Bernardino,Heder S.:结构多目标优化的自适应惩罚方法差分进化(2019)
  6. 段祺斌;Kroese,Dirk P.:多目标优化分裂(2018)
  7. 库科宁,萨库;Coello Coello,Carlos A.:数值和进化优化的广义差分进化(2017)
  8. 刘超;燕、白;Gao,Yang:一种新的基于超体积的差分进化算法(2017)
  9. 龙,羌;吴长治;王向玉;江、林;李觉友:基于离散选择过程的多目标遗传算法(2015)
  10. 陈碧莉;曾文华;林阳斌;Zhong,Qi:基于模拟退火的改进差分进化算法求解多目标优化问题(2014)
  11. 吉吉奥齐斯,I。;中华人民共和国。;Fleming,P.J.:多目标优化的广义分解和交叉熵方法(2014)
  12. Kotinis,Miltiadis:使用模糊适应和(K)类聚类改进多目标差分进化优化器(2014)ioport公司
  13. 李阳;徐夏;李培道;本地学习(MEDA-learning,2014)ioport公司
  14. 冯·吕肯,基督教;巴兰,班加明;Brizuela,Carlos:多目标问题的多目标进化算法综述(2014)
  15. 尹,你自己;Kim,Yong Hyuk:实数编码表示的遗传算子的几何性(2013)
  16. 钱,凤;徐斌;齐荣斌;华荣天菲尔德:约束多目标优化的带(\alpha)约束控制原则的自适应差分进化算法(2012)ioport公司
  17. 吴、周;Chow,Tommy W.S.:基于邻域域的局部多目标优化算法(2012)
  18. 尹,你自己;金永赫;莫雷里奥,阿尔伯托;Moon,Byung Ro:实值表示无偏边界扩展交叉的理论与实证研究(2012)
  19. 昆都,德巴拉蒂;苏雷什,考西克;Ghosh,Sayan;达斯,斯瓦加坦;帕尼格拉希,B.K。;Das,Sanjoy:人工杂草菌落多目标优化(2011)ioport公司
  20. 信德亚,卡尔提克;鲁斯卡、索利;哈安帕,托米;Miettinen,Kaisa:一种新的基于差分进化的多目标优化混合变异算子(2011)ioport公司