使用此代码请引用论文这是论文的源代码:S. Mirjalili, P. Jangir, and S. Saremi, Multi-objective ant lion optimizer: a multi-objective optimization algorithm for solve engineering questions.” 应用智能, (2016): 1-17, DOI: http://dx.doi.org/10.1007/s10489-016-0825-8
Ant Lion Optimizer 的多目标版本
Robust multi-objective test problems
The most challenging robust multi-objective test problems in the world
一组 22 个具有挑战性的多目标测试问题,用于对稳健的多目标优化算法的性能进行基准测试。提交的内容包括测试函数以及用于绘制测试函数的参数空间和目标空间的文件。
这是论文的源代码:
S. Mirjalili, A. Lewis, Novel Frameworks for Creating Robust Multi-objective Benchmark Problems, Information Sciences, Vol. 300,第 158-192 页,2015 年,DOI:http ://dx.doi.org/10.1016/j.ins.2014.12.037
加权和和ε约束方法在多目标优化中的应用
演示两种多目标优化策略
创建用于介绍性设计优化课程(例如 UIUC 的 SE 413)。证明 epsilon-constraint 方法可以识别与多目标优化问题相对应的 Pareto 前沿上的非支配点,而更知名的加权和方法则不能。测试题改编自:
“Optimization in Practice with MATLAB: For Engineering Students and Professionals”,A. Messac,2015,剑桥大学出版社