Decomposition-Based Multiobjective Optimization for Constrained Evolutionary Optimization

多目标优化 数学优化 进化算法 最优化问题 优化测试函数 水准点(测量) 分解 差异进化 计算机科学 帕累托原理 约束优化问题 连续优化 进化计算 多群优化 数学 生态学 生物 大地测量学 地理
作者
Bing-Chuan Wang,Han‐Xiong Li,Qingfu Zhang,Yong Wang
出处
期刊:IEEE transactions on systems, man, and cybernetics [Institute of Electrical and Electronics Engineers]
卷期号:51 (1): 574-587 被引量:107
标识
DOI:10.1109/tsmc.2018.2876335
摘要

Pareto dominance-based multiobjective optimization has been successfully applied to constrained evolutionary optimization during the last two decades. However, as another famous multiobjective optimization framework, decomposition-based multiobjective optimization has not received sufficient attention from constrained evolutionary optimization. In this paper, we make use of decomposition-based multiobjective optimization to solve constrained optimization problems (COPs). In our method, first of all, a COP is transformed into a biobjective optimization problem (BOP). Afterward, the transformed BOP is decomposed into a number of scalar optimization subproblems. After generating an offspring for each subproblem by differential evolution, the weighted sum method is utilized for selection. In addition, to make decomposition-based multiobjective optimization suit the characteristics of constrained evolutionary optimization, weight vectors are elaborately adjusted. Moreover, for some extremely complicated COPs, a restart strategy is introduced to help the population jump out of a local optimum in the infeasible region. Extensive experiments on three sets of benchmark test functions, namely, 24 test functions from IEEE CEC2006, 36 test functions from IEEE CEC2010, and 56 test functions from IEEE CEC2017, have demonstrated that the proposed method shows better or at least competitive performance against other state-of-the-art methods.
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
PDF的下载单位、IP信息已删除 (2025-6-4)

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
务实雁梅完成签到,获得积分10
2秒前
酷波er应助廿伊采纳,获得30
3秒前
5秒前
张宝完成签到,获得积分10
7秒前
薄雪草完成签到,获得积分10
10秒前
大橙子发布了新的文献求助10
10秒前
快乐学习每一天完成签到 ,获得积分10
10秒前
薄荷味完成签到 ,获得积分0
12秒前
科研通AI2S应助笑林采纳,获得10
12秒前
无心的雅旋完成签到,获得积分10
13秒前
量子星尘发布了新的文献求助10
14秒前
Horizon完成签到 ,获得积分10
18秒前
Oliver完成签到 ,获得积分10
20秒前
Superman完成签到 ,获得积分10
23秒前
Tina酱完成签到 ,获得积分10
23秒前
琪琪完成签到,获得积分10
23秒前
双碳小王子完成签到,获得积分10
25秒前
smottom应助科研通管家采纳,获得10
27秒前
27秒前
明时完成签到,获得积分10
28秒前
杨瑞东完成签到 ,获得积分10
31秒前
yyyy完成签到,获得积分10
39秒前
缥缈的平卉完成签到 ,获得积分10
40秒前
量子星尘发布了新的文献求助10
51秒前
李爱国应助大橙子采纳,获得10
52秒前
magictoo发布了新的文献求助30
58秒前
1分钟前
yang完成签到,获得积分10
1分钟前
Minicoper发布了新的文献求助10
1分钟前
快乐丸子完成签到,获得积分10
1分钟前
简单而复杂完成签到,获得积分10
1分钟前
大橙子发布了新的文献求助10
1分钟前
张牧之完成签到 ,获得积分10
1分钟前
冷冷暴力完成签到,获得积分10
1分钟前
YYY完成签到,获得积分10
1分钟前
1分钟前
gujian完成签到 ,获得积分10
1分钟前
帅气的秘密完成签到 ,获得积分10
1分钟前
自然函发布了新的文献求助10
1分钟前
冰冰双双完成签到,获得积分10
1分钟前
高分求助中
【提示信息,请勿应助】关于scihub 10000
Les Mantodea de Guyane: Insecta, Polyneoptera [The Mantids of French Guiana] 3000
徐淮辽南地区新元古代叠层石及生物地层 3000
The Mother of All Tableaux: Order, Equivalence, and Geometry in the Large-scale Structure of Optimality Theory 3000
Handbook of Industrial Diamonds.Vol2 1100
Global Eyelash Assessment scale (GEA) 1000
Picture Books with Same-sex Parented Families: Unintentional Censorship 550
热门求助领域 (近24小时)
化学 材料科学 医学 生物 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 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 4038128
求助须知:如何正确求助?哪些是违规求助? 3575831
关于积分的说明 11373827
捐赠科研通 3305610
什么是DOI,文献DOI怎么找? 1819255
邀请新用户注册赠送积分活动 892655
科研通“疑难数据库(出版商)”最低求助积分说明 815022