应用精英反向学习的多目标烟花爆炸算法OA北大核心CSCDCSTPCD
Multi-objective Fireworks Optimization Algorithm Using Elite Opposition-Based Learning
现实中的多目标优化问题越来越多，而且日益复杂．受混合多目标优化算法设计思想的启发，将烟花爆炸方法和精英反向学习机制引入至多目标优化领域，提出一种应用精英反向学习的多目标烟花爆炸算法（Multi-Ob-jective Fireworks Optimization Algorithm Using Elite Opposition-Based Learning，MOFAEOL）．该算法利用精英反向学习策略加强算法的全局搜索能力，利用烟花爆炸方法增强算法…查看全部>>
More and more complex multi-objective optimization problems have emerged in the real world.Inspired by the idea of hybrid components of multi-objective optimization algorithms,a method of fireworks explosion optimization and a strategy of elite opposition-based learning were introduced into the field of multi-objective optimization.A multi-objective fireworks optimization algorithm using elite opposition-based learning (MOFAEOL)was proposed in the paper.The …查看全部>>
谢承旺;许雷;赵怀瑞;夏学文;魏波
华东交通大学软件学院，江西南昌 330013 江西科技师范大学数学与计算机学院，江西南昌 330013华东交通大学软件学院，江西南昌 330013华东交通大学轨道交通学院，江西南昌 330013华东交通大学软件学院，江西南昌 330013
信息技术与安全科学
烟花爆炸优化精英反向学习多目标优化算法
fireworks explosion optimizationelite opposition-based learningmulti-objective evolutionary algorithm
《电子学报》 2016 (5)
高维目标进化算法及相关问题
1180-1188,9
国家自然科学基金（No．61165004）；江西省自然科学基金（No．20114BAB201025，No．20151 BAB207022）；江西省教育厅科技项目（No． GJJ12307，No．GJJ14373）
评论