Mejorando la diversidad y convergencia en MMOPs con un algoritmo evolutivo basado en similitud gaussiana
Autores: Wei, Shizhao; Cho, Da-Jung
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Mejorando la diversidad y convergencia en MMOPs con un algoritmo evolutivo basado en similitud gaussiana
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Problemas de optimización multi-modales y multi-objetivo
Diversidad
Convergencia
Algoritmo evolutivo
Similitud gaussiana
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
Los resultados demuestran que MMEA-GS aborda efectivamente la mayoría de los MMOPs, logrando una mayor diversidad y convergencia.
Descripción
Los resultados demuestran que MMEA-GS aborda efectivamente la mayoría de los MMOPs, logrando una mayor diversidad y convergencia.