MOPSO流れ解説2 の履歴(No.1)

• 履歴一覧
• 差分 を表示
• 現在との差分 を表示
• ソース を表示
• MOPSO流れ解説2 へ行く。
  • 1 (2024-11-19 (火) 11:15:52)

柴原?

多目的最適化のための進化的アルゴリズムの使用 進化的多目的最適化（evolutionary multiobjective optimization、略してEMOと呼ばれる。）の利用は、ここ数年で 著しい成長を遂げている。 ここ数年で大きく成長し、多種多様なアルゴリズムが誕生している [7]. 他の研究分野と同様に、EMOも現在、ある傾向を示している。 傾向にある。その一つは、アルゴリズムと使用されるデータ構造の両方の効率を向上させることである。 その一つは、アルゴリズムと非ドミナントベクトル ベクトルを保存するためのデータ構造の効率を向上させることである。EMOの研究者は、多様性を維持するための巧妙な EMOの研究者は、多様性を維持するためのいくつかの巧妙なテクニックを生み出してきた。 パレート・アーカイヴ進化戦略（PAES）[21]で使用される適応グリッドなど）、非常に小さな母集団を使用する新しいアルゴリズム（例：microGA[6]）、制約のない外部アーカイブを扱うことができるデータ構造（支配木[12]）。