Algoritmo de optimización de partículas en la nube multiobjetivo basado en la descomposición
Autores: Li, Wei; Wang, Lei; Jiang, Qiaoyong; Hei, Xinhong; Wang, Bin
Idioma: Inglés
Editor: MDPI
Año: 2015
Acceso abierto
Artículo científico
2015
Algoritmo de optimización de partículas en la nube multiobjetivo basado en la descomposición
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Algoritmo evolutivo
Multiobjetivo
Descomposición
Modelo de nube
Evolución diferencial
Rendimiento
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 28
Citaciones: Sin citaciones
El algoritmo evolutivo multiobjetivo basado en la descomposición (MOEA/D) ha recibido atención de investigadores en los últimos años. Este artículo presenta un nuevo algoritmo multiobjetivo basado en la descomposición y el modelo de nube llamado algoritmo evolutivo de descomposición multiobjetivo basado en la Evolución Diferencial de Partículas en la Nube (MOEA/D-CPDE). En el método propuesto, la mejor solución encontrada hasta el momento actúa como semilla en cada generación y evoluciona dos individuos mediante un generador de nubes. Un nuevo individuo se produce actualizando el individuo actual con la diferencia del vector de posición de estos dos individuos. El rendimiento del algoritmo propuesto se lleva a cabo en 16 problemas multiobjetivo bien conocidos. Los resultados experimentales indican que MOEA/D-CPDE es competitivo.
Descripción
El algoritmo evolutivo multiobjetivo basado en la descomposición (MOEA/D) ha recibido atención de investigadores en los últimos años. Este artículo presenta un nuevo algoritmo multiobjetivo basado en la descomposición y el modelo de nube llamado algoritmo evolutivo de descomposición multiobjetivo basado en la Evolución Diferencial de Partículas en la Nube (MOEA/D-CPDE). En el método propuesto, la mejor solución encontrada hasta el momento actúa como semilla en cada generación y evoluciona dos individuos mediante un generador de nubes. Un nuevo individuo se produce actualizando el individuo actual con la diferencia del vector de posición de estos dos individuos. El rendimiento del algoritmo propuesto se lleva a cabo en 16 problemas multiobjetivo bien conocidos. Los resultados experimentales indican que MOEA/D-CPDE es competitivo.