提出了两种约束的多目标元启发式方法。 1)基于成功历史的自适应多目标差分进化算法(SHAMODE)是基于成功历史的自适应多变量进化算法(SHADE)的改进多目标版本,它集成了改进的自适应策略和非支配排序算法。 2)基于成功历史的鲸鱼优化自适应多目标差分进化算法(SHAMODE-WO)是基于成功历史的自适应差分进化算法(SHADE)的改进多目标版本,它集成了改进的自适应策略,非支配排序算法和其他功能。鲸鱼优化算法(WOA)中的种群更新运算符。
该算法发布在: Panagant,N.,Bureerat,S.,&Tai,K.(2019年)。 一种新颖的自适应混合多目标元启发式结构桁架的可靠性设计,同时具有拓扑,形状和尺寸优化设计变量。 结构和多学科优化,60(5),1937-1955。 DOI: https : //doi.org/10.1007/s00158-019-02302-x
2021-11-21 15:23:36
13KB
matlab
1