首页|基于分解的多目标优化算法研究与分析

基于分解的多目标优化算法研究与分析

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
基于分解的多目标优化算法(MOEA/D)是多目标优化算法(MOEAs)中的一个重要分支.分解策略是传统数学规划中为了解决多目标的优化问题(MOP)推荐的基本方法.分解方法分为线性方法和非线性方法,在多目标优化中,每个目标聚合成为一个单目标优化问题,使得到一个优化单一目标,并且运用该优化方法得到单目标优化的Pareto最优解.MOEA/D中常用的分解方法有权重聚合法、切比雪夫法和基于惩罚的边界交集法.论文通过介绍切比雪夫方法对基于分解方法的MOEA/D算法进行研究分析.
Research on Multi-Objective Optimization Algorithm Based on Decomposition

弓佳明、章腾浩、许丽娟

展开 >

广州华商学院数据科学学院,广州 511300

基于分解 多目标优化 权重聚合法 切比雪夫法 基于惩罚的边界交集法

校级青年学术科研项目广东省普通高等学校特色创新类项目(2019)

2021HSQX482019KTSCX236

2022

10.3969/j.issn.1007-1423.2022.21.002

现代计算机
中大控股

现代计算机

影响因子：0.292
ISSN：1007-1423
年,卷(期)：2022.28(21)
  • 4