典型文献
基于存档和权值扩展的大规模多目标优化算法
文献摘要：
由于不同目标之间相互冲突且搜索空间巨大,现有大规模多目标优化算法的综合性能尚存在较大改进空间.为合理均衡算法的搜索效率与搜索质量,提升算法的综合性能,本文提出一种基于存档和权值扩展的大规模多目标优化算法(LSMOEA-AWE).该算法总体采用进化计算框架,基于大规模决策变量与小规模权值变量之间的问题转换进行求解.其核心是在进化过程中选取高质量代表性解及其对立点构建存档高效引导种群的进化方向,并引入权值扩展策略逐步扩大算法的搜索空间,在确保算法搜索效率的同时,提升搜索质量.为验证LSMOEA-AWE的有效性,将其与6个先进的大规模多目标优化算法在最新的大规模多目标基准测试问题集LSMOP上进行对比,实验结果表明LSMOEA-AWE对于大规模多目标优化问题的求解具有明显的竞争优势.
文献关键词：
大规模多目标优化;进化计算;问题转换;存档;权值扩展
中图分类号：
作者姓名：
梁正平;刘程;王志强;明仲;朱泽轩
作者机构：
深圳大学计算机与软件学院 广东深圳 518060
文献出处：
引用格式：
[1]梁正平;刘程;王志强;明仲;朱泽轩-.基于存档和权值扩展的大规模多目标优化算法)[J].计算机学报,2022(05):951-972
A类：
权值扩展,LSMOEA,LSMOP
B类：
存档,大规模多目标优化,多目标优化算法,搜索空间,改进空间,均衡算法,搜索效率,AWE,进化计算,计算框架,大规模决策变量,小规模,问题转换,基准测试,试问,题集,多目标优化问题
AB值：
0.201362
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
