亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

A Multi-Population Multi-Objective Evolutionary Algorithm Based on the Contribution of Decision Variables to Objectives for Large-Scale Multi/Many-Objective Optimization

进化算法 水准点(测量) 数学优化 变量(数学) 趋同(经济学) 公制(单位) 计算机科学 人口 多目标优化 进化计算 遗传算法 最优化问题 数学 机器学习 工程类 地理 数学分析 经济 人口学 社会学 经济增长 运营管理 大地测量学
作者
Ying Xu,Chong Xu,Huan Zhang,Lei Huang,Yiping Liu,Yusuke Nojima,Xiangxiang Zeng
出处
期刊:IEEE transactions on cybernetics [Institute of Electrical and Electronics Engineers]
卷期号:53 (11): 6998-7007 被引量:17
标识
DOI:10.1109/tcyb.2022.3180214
摘要

Most existing multiobjective evolutionary algorithms treat all decision variables as a whole to perform genetic operations and optimize all objectives with one population at the same time. Considering different control attributes, different decision variables have different optimization effects on each objective, so decision variables can be divided into convergence- or diversity-related variables. In this article, we propose a new metric called the optimization degree of the convergence-related decision variable to each objective to calculate the contribution objective of each decision variable. All decision variables are grouped according to their contribution objectives. Then, a multiobjective evolutionary algorithm, namely, decision variable contributing to objectives evolutionary algorithm (DVCOEA), has been proposed. In order to balance the convergence and diversity of the population, the DVCOEA algorithm combines the multipopulation multiobjective framework, where two different optimization strategies are designed to optimize the subpopulation and individuals in the external archive, respectively. Finally, DVCOEA is compared with several state-of-the-art algorithms on a number of benchmark functions. Experimental results show that DVCOEA is a competitive approach for solving large-scale multi/many-objective problems.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
FSYHantis完成签到,获得积分10
10秒前
宋丽薇完成签到,获得积分10
38秒前
上官若男应助cc采纳,获得10
1分钟前
缪静柏发布了新的文献求助30
1分钟前
祖之微笑完成签到,获得积分10
2分钟前
2分钟前
六月初八夜完成签到,获得积分10
2分钟前
cc发布了新的文献求助10
2分钟前
2分钟前
李健的粉丝团团长应助1577采纳,获得10
2分钟前
喵喵完成签到 ,获得积分10
2分钟前
猪皮恶人发布了新的文献求助10
2分钟前
2分钟前
祖之微笑发布了新的文献求助10
2分钟前
2分钟前
1577发布了新的文献求助10
2分钟前
2分钟前
缪静柏发布了新的文献求助10
2分钟前
1577完成签到,获得积分10
2分钟前
xiaogang127完成签到 ,获得积分10
3分钟前
4分钟前
栗子发布了新的文献求助10
4分钟前
天天快乐应助栗子采纳,获得10
4分钟前
皮老师发布了新的文献求助20
4分钟前
皮老师完成签到,获得积分10
4分钟前
打打应助savagecas采纳,获得10
4分钟前
5分钟前
savagecas发布了新的文献求助10
5分钟前
赘婿应助Xulun采纳,获得10
5分钟前
揽星色应助绝尘采纳,获得20
7分钟前
7分钟前
栗子发布了新的文献求助10
7分钟前
大个应助栗子采纳,获得10
7分钟前
xuexinxin完成签到,获得积分10
7分钟前
绝尘完成签到,获得积分10
8分钟前
嘉心糖完成签到,获得积分10
9分钟前
9分钟前
小奋青完成签到 ,获得积分10
10分钟前
科研通AI2S应助欻欻采纳,获得10
10分钟前
John完成签到,获得积分10
12分钟前
高分求助中
Sustainability in Tides Chemistry 2000
Microlepidoptera Palaearctica, Volumes 1 and 3 - 13 (12-Volume Set) [German] 1122
Дружба 友好报 (1957-1958) 1000
Diamonds: Properties, Synthesis and Applications 1000
The Data Economy: Tools and Applications 1000
Mantiden - Faszinierende Lauerjäger – Buch gebraucht kaufen 700
PraxisRatgeber Mantiden., faszinierende Lauerjäger. – Buch gebraucht kaufe 700
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3099758
求助须知:如何正确求助?哪些是违规求助? 2751215
关于积分的说明 7612024
捐赠科研通 2403006
什么是DOI,文献DOI怎么找? 1275089
科研通“疑难数据库(出版商)”最低求助积分说明 616238
版权声明 599033