![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
多目标优化算法
文章平均质量分 72
IT猿手
这个作者很懒,什么都没留下…
展开
-
2024最新多目标优化算法:多目标雾凇算法(Multi-objective rime optimization algorithm,MORIME)(提供MATLAB代码)
它通过计算算法生成的解集中每个解与真实前沿之间的最小距离,并对所有解的距离进行平均来评估算法的性能。与IGD类似,GD也是通过计算算法生成的解集中每个解与真实前沿之间的距离,并对所有解的距离进行平均来评估算法的性能。它通过计算算法生成的解集与真实前沿之间的超体积来评估算法的性能。HV值越大,表示算法生成的解集所占据的超体积越大,即解集的多样性和覆盖面积越好。它通过计算算法生成的解集中相邻解之间的距离来评估算法的性能。SP值越小,表示算法生成的解集的分布越均匀,解集的多样性和覆盖面积越好。原创 2024-03-09 16:21:59 · 1773 阅读 · 0 评论 -
2024最新多目标优化算法:多目标指数分布优化算法(Multi-objective exponential distribution optimizer ,MOEDO)(提供MATLAB代码)
MOEDO求解9个多目标测试函数(zdt1、zdt2 、zdt3、 zdt4、 zdt6 、Schaffer、 Kursawe 、Viennet2、 Viennet3),其中Viennet2 与Viennet3的目标数为3,其余测试函数的目标数为2,并采用4种评价指标(IGD、GD、HV、SP)进行评价对比。与IGD类似,GD也是通过计算算法生成的解集中每个解与真实前沿之间的距离,并对所有解的距离进行平均来评估算法的性能。HV值越大,表示算法生成的解集所占据的超体积越大,即解集的多样性和覆盖面积越好。原创 2024-03-09 13:35:07 · 2380 阅读 · 0 评论 -
多目标优化算法:多目标螳螂搜索算法(Multi-objective Mantis Search Algorithm ,MOMSA)求解46个多目标测试函数+1个工程应用+4种评价指标(MATLAB)
它通过计算算法生成的解集中每个解与真实前沿之间的最小距离,并对所有解的距离进行平均来评估算法的性能。与IGD类似,GD也是通过计算算法生成的解集中每个解与真实前沿之间的距离,并对所有解的距离进行平均来评估算法的性能。GD值越小,表示算法生成的解集越接近真实前沿。3. Hypervolume (HV):HV是一种衡量算法生成的解集所占据的超体积大小的指标。HV值越大,表示算法生成的解集所占据的超体积越大,即解集的多样性和覆盖面积越好。SP值越大,表示算法生成的解集的分布越均匀,解集的多样性和覆盖面积越好。原创 2024-03-09 12:40:47 · 1195 阅读 · 2 评论 -
五种多目标优化算法(MOHHO、MOCS、MOFA、NSWOA、MOAHA)性能对比(提供MATLAB代码)
多目标优化算法是用于解决具有多个目标函数的优化问题的一类算法。其求解流程通常包括以下几个步骤:1. 定义问题:首先需要明确问题的目标函数和约束条件。多目标优化问题通常涉及多个目标函数,这些目标函数可能存在冲突,需要在不同目标之间进行权衡。2. 生成初始解集:通过随机生成或者其他混沌映射生成一组初始解集。这些初始解集通常是在可行解空间内随机分布的。3. 评估解集:对初始解集中的每个解进行评估,计算其在各个目标函数上的值。这些值可以用来衡量解的优劣程度。原创 2024-02-26 00:30:00 · 3288 阅读 · 0 评论 -
五种多目标优化算法(MOCS、MOFA、NSWOA、MOAHA、MOPSO)性能对比(提供MATLAB代码)
多目标优化算法是用于解决具有多个目标函数的优化问题的一类算法。其求解流程通常包括以下几个步骤:1. 定义问题:首先需要明确问题的目标函数和约束条件。多目标优化问题通常涉及多个目标函数,这些目标函数可能存在冲突,需要在不同目标之间进行权衡。2. 生成初始解集:通过随机生成或者其他混沌映射生成一组初始解集。这些初始解集通常是在可行解空间内随机分布的。3. 评估解集:对初始解集中的每个解进行评估,计算其在各个目标函数上的值。这些值可以用来衡量解的优劣程度。原创 2024-02-26 00:15:00 · 2261 阅读 · 0 评论 -
五种多目标优化算法(MOBA、NSWOA、MOJS、MOAHA、MOPSO)性能对比(提供MATLAB代码)
多目标优化算法是用于解决具有多个目标函数的优化问题的一类算法。其求解流程通常包括以下几个步骤:1. 定义问题:首先需要明确问题的目标函数和约束条件。多目标优化问题通常涉及多个目标函数,这些目标函数可能存在冲突,需要在不同目标之间进行权衡。2. 生成初始解集:通过随机生成或者其他启发式方法生成一组初始解集。这些初始解集通常是在可行解空间内随机分布的。3. 评估解集:对初始解集中的每个解进行评估,计算其在各个目标函数上的值。这些值可以用来衡量解的优劣程度。原创 2024-02-25 14:41:20 · 1406 阅读 · 0 评论 -
五种多目标优化算法(MOFA、NSWOA、MOJS、MOAHA、MOPSO)性能对比(提供MATLAB代码)
多目标优化算法是用于解决具有多个目标函数的优化问题的一类算法。其求解流程通常包括以下几个步骤:1. 定义问题:首先需要明确问题的目标函数和约束条件。多目标优化问题通常涉及多个目标函数,这些目标函数可能存在冲突,需要在不同目标之间进行权衡。2. 生成初始解集:通过随机生成或者其他混沌映射生成一组初始解集。这些初始解集通常是在可行解空间内随机分布的。3. 评估解集:对初始解集中的每个解进行评估,计算其在各个目标函数上的值。这些值可以用来衡量解的优劣程度。原创 2024-02-25 14:39:22 · 4449 阅读 · 1 评论 -
五种多目标优化算法(MSSA、MOJS、NSWOA、MOPSO、MOAHA)性能对比,包含6种评价指标,9个测试函数(提供MATLAB代码)
为了测试5种算法的性能将其求解9个多目标测试函数(zdt1、zdt2 、zdt3、 zdt4、 zdt6 、Schaffer、 Kursawe 、Viennet2、 Viennet3),其中Viennet2 与Viennet3的目标数为3,其余测试函数的目标数为2,并采用6种评价指标(IGD、GD、HV、Coverage、Spread、Spacing)进行评价对比。原创 2024-02-22 17:56:28 · 1238 阅读 · 0 评论 -
五种多目标优化算法(NSGA2、MOPSO、MSSA、MOGWO、NSWOA)求解9个测试函数,包含6种评价指标(提供MATLAB代码)
为了测试5种算法的性能将其求解9个多目标测试函数(zdt1、zdt2 、zdt3、 zdt4、 zdt6 、Schaffer、 Kursawe 、Viennet2、 Viennet3),其中Viennet2 与Viennet3的目标数为3,其余测试函数的目标数为2,并采用6种评价指标(IGD、GD、HV、Coverage、Spread、Spacing)进行评价对比。原创 2024-02-22 17:54:44 · 1541 阅读 · 0 评论 -
五种多目标优化算法(MOGWO、MOJS、NSWOA、MOPSO、MOAHA)性能对比,包含6种评价指标,9个测试函数(提供MATLAB代码)
为了测试5种算法的性能将其求解9个多目标测试函数(zdt1、zdt2 、zdt3、 zdt4、 zdt6 、Schaffer、 Kursawe 、Viennet2、 Viennet3),其中Viennet2 与Viennet3的目标为3,其余测试函数的目标为2,并采用6种评价指标(IGD、GD、HV、Coverage、Spread、Spacing)进行评价对比。原创 2024-02-21 19:57:24 · 1155 阅读 · 0 评论 -
五种多目标优化算法(NSWOA、MOJS、MOAHA、MOPSO、NSGA2)性能对比(提供MATLAB代码)
为了测试5种算法的性能将其求解9个多目标测试函数(zdt1、zdt2 、zdt3、 zdt4、 zdt6 、Schaffer、 Kursawe 、Viennet2、 Viennet3),其中Viennet2 与Viennet3的目标为3,其余测试函数的目标为2,并采用6种评价指标(IGD、GD、HV、Coverage、Spread、Spacing)进行评价对比。原创 2024-02-21 19:55:16 · 1119 阅读 · 0 评论 -
五种多目标优化算法(MOJS、MOGWO、NSWOA、MOPSO、NSGA2)性能对比,包含6种评价指标,9个测试函数(提供MATLAB代码)
为了测试5种算法的性能将其求解9个多目标测试函数(zdt1、zdt2 、zdt3、 zdt4、 zdt6 、Schaffer、 Kursawe 、Viennet2、 Viennet3),其中Viennet2 与Viennet3的目标为3,其余测试函数的目标为2,并采用6种评价指标(IGD、GD、HV、Coverage、Spread、Spacing)进行评价对比。原创 2024-02-20 21:01:24 · 771 阅读 · 0 评论 -
五种多目标优化算法(MOAHA、MOGWO、NSWOA、MOPSO、NSGA2)性能对比,包含6种评价指标,9个测试函数(提供MATLAB代码)
为了测试5种算法的性能将其求解9个多目标测试函数(zdt1、zdt2 、zdt3、 zdt4、 zdt6 、Schaffer、 Kursawe 、Viennet2、 Viennet3),其中Viennet2 与Viennet3的目标数为3,其余测试函数的目标数为2,并采用6种评价指标(IGD、GD、HV、Coverage、Spread、Spacing)进行评价对比。原创 2024-02-20 20:31:46 · 1334 阅读 · 0 评论 -
多目标优化算法:多目标霸王龙优化算法(MOTROA)MATLAB
文件夹内包含MOTROA求解46个多目标测试函数(ZDT1、ZDT2、ZDT3、ZDT4、ZDT6、DTLZ1-DTLZ7、WFG1-WFG10、UF1-UF10、CF1-CF10、Kursawe、Poloni、Viennet2、Viennet3)以及1个工程应用(盘式制动器设计)的全部MATLAB代码,同时提供评价指标IGD、GD、HV和SP的完整程序,点击Main.m即可运行。提供使用说明。原创 2023-11-05 20:38:05 · 486 阅读 · 0 评论 -
多目标优化算法(MATLAB):多目标小龙虾优化算法(Multi-Objective Crayfsh optimization algorithm,MOCOA)求解46个多目标函数及1个工程应用
文件夹内包含MOCOA求解46个多目标测试函数(ZDT1、ZDT2、ZDT3、ZDT4、ZDT6、DTLZ1-DTLZ7、WFG1-WFG10、UF1-UF10、CF1-CF10、Kursawe、Poloni、Viennet2、Viennet3)以及1个工程应用(盘式制动器设计)的全部MATLAB代码,同时提供评价指标IGD、GD、HV和SP的完整程序,点击Main.m即可运行。% ResultData的值分别是IGD、GD、HV、Spacing (HV越大越好,其他指标越小越好)原创 2023-11-02 20:52:43 · 352 阅读 · 0 评论 -
多目标优化算法(MATLAB):多目标鱼鹰优化算法(Multi-Objective Osprey optimization algorithm,MOOOA)求解46个多目标函数及1个工程应用
algorithm,MOOOA)由OOA融合多目标优化策略而成,为了验证所提的MOOOA的有效性,将其在46个多目标测试函数(ZDT1、ZDT2、ZDT3、ZDT4、ZDT6、DTLZ1-DTLZ7、WFG1-WFG10、UF1-UF10、CF1-CF10、Kursawe、Poloni、Viennet2、Viennet3)以及1个工程应用(盘式制动器设计)上实验,并采IGD,GD,HV,SP四种评价指标进行评价。多目标鱼鹰优化算法(Multi-Objective Osprey。鱼鹰优化算法(Osprey。原创 2023-10-26 22:18:50 · 608 阅读 · 0 评论 -
多目标优化算法:基于非支配排序的鱼鹰优化算法(NSOOA)MATLAB
文件夹内包含NSOOA求解46个多目标测试函数(ZDT1、ZDT2、ZDT3、ZDT4、ZDT6、DTLZ1-DTLZ7、WFG1-WFG10、UF1-UF10、CF1-CF10、Kursawe、Poloni、Viennet2、Viennet3)以及1个工程应用(盘式制动器设计)的完整MATLAB,通过IGD,GD,HV,SP四种评价指标原创 2023-09-21 21:38:31 · 408 阅读 · 0 评论 -
多目标优化算法:基于非支配排序的小龙虾优化算法(NSCOA)MATLAB
文件夹内包含NSCOA求解46个多目标测试函数(ZDT1、ZDT2、ZDT3、ZDT4、ZDT6、DTLZ1-DTLZ7、WFG1-WFG10、UF1-UF10、CF1-CF10、Kursawe、Poloni、Viennet2、Viennet3)以及1个工程应用(盘式制动器设计)的全部MATLAB代码,同时提供评价指标IGD、GD、HV和SP的完整程序,点击Main.m即可运行。原创 2023-09-18 00:00:00 · 2427 阅读 · 0 评论 -
多目标优化算法:基于非支配排序的海象优化算法(NSWOA)MATLAB
文件夹内包含NSWOA求解46个多目标测试函数(ZDT1、ZDT2、ZDT3、ZDT4、ZDT6、DTLZ1-DTLZ7、WFG1-WFG10、UF1-UF10、CF1-CF10、Kursawe、Poloni、Viennet2、Viennet3)以及1个工程应用(盘式制动器设计)的全部MATLAB代码,同时提供评价指标IGD、GD、HV和SP的完整程序,点击Main.m即可运行。原创 2023-09-17 09:40:48 · 714 阅读 · 0 评论 -
多目标优化算法:基于非支配排序的高尔夫优化算法(NSGOA)MATLAB
文件夹内包含NSGOA求解46个多目标测试函数(ZDT1、ZDT2、ZDT3、ZDT4、ZDT6、DTLZ1-DTLZ7、WFG1-WFG10、UF1-UF10、CF1-CF10、Kursawe、Poloni、Viennet2、Viennet3)以及1个工程应用(盘式制动器设计)的全部MATLAB代码,同时提供评价指标IGD、GD、HV和SP的完整程序,点击Main.m即可运行。原创 2023-09-17 09:36:25 · 406 阅读 · 0 评论 -
多目标优化算法:基于非支配排序的霸王龙优化算法(NSTROA)MATLAB
文件夹内包含NSTROA求解46个多目标测试函数(ZDT1、ZDT2、ZDT3、ZDT4、ZDT6、DTLZ1-DTLZ7、WFG1-WFG10、UF1-UF10、CF1-CF10、Kursawe、Poloni、Viennet2、Viennet3)以及1个工程应用(盘式制动器设计)的全部MATLAB代码,同时提供评价指标IGD、GD、HV和SP的完整程序,点击Main.m即可运行。原创 2023-09-17 09:34:13 · 761 阅读 · 1 评论 -
CEC2018动态多目标优化算法:基于自适应启动策略的混合交叉动态约束多目标优化算法(MC-DCMOEA)求解CEC2018
文件夹中包含基于自适应启动策略的混合交叉动态约束多目标优化算法(MC-DCMOEA)求解cec2018中14个测试函数在8种不同参数设置下的所有MATLAB代码,且包含四种评价指标(IGD,GD,HV,SP)的完整MATLAB代码,点击main.m即可运行。只需在main.m代码中更改TestProblem的值就可以选择不同测试函数,更改group的值就可以选择不同参数,代码中包含部分注释及参考文献,含有使用说明。原创 2023-07-09 09:27:36 · 621 阅读 · 0 评论 -
CEC2023动态多目标优化算法:基于自适应启动策略的混合交叉动态约束多目标优化算法(MC-DCMOEA)求解CEC2023(提供MATLAB代码)
文件夹中包含基于自适应启动策略的混合交叉动态约束多目标优化算法(MC-DCMOEA)求解cec2023中10个测试函数在8种不同参数设置下的所有MATLAB代码,且包含四种评价指标(IGD,GD,HV,SP)的完整MATLAB代码,点击main.m即可运行。只需在main.m代码中更改TestProblem的值就可以选择不同测试函数,更改group的值就可以选择不同参数,代码中包含部分注释及参考文献,含有使用说明。原创 2023-07-08 10:59:10 · 901 阅读 · 0 评论 -
CEC2015动态多目标优化算法:基于自适应启动策略的混合交叉动态约束多目标优化算法(MC-DCMOEA)求解CEC2015(提供MATLAB代码)
文件夹中包含基于自适应启动策略的混合交叉动态约束多目标优化算法(MC-DCMOEA)求解cec2015中12个测试函数(FDA4、FDA5、FDA5iso、FDA5dec、DIMP2、dMOP2、dMOP2_iso、dMOP2_dec、dMOP3、 HE2、HE7和HE9)在8种不同参数设置下的所有MATLAB代码,且包含四种评价指标(IGD,GD,HV,SP)的完整MATLAB代码,点击main.m即可运行。只需在main.m代码中更改TestProblem的值就可以选择不同测试函数,更改group的值原创 2023-07-07 13:53:26 · 463 阅读 · 0 评论 -
多目标优化算法(MATLAB):多目标棕熊优化算法(Multi-objective Brown-bear Optimization Algorithm, MOBOA)
提供MOBOA求解46个多目标测试函数(ZDT1、ZDT2、ZDT3、ZDT4、ZDT6、DTLZ1-DTLZ7、WFG1-WFG10、UF1-UF10、CF1-CF10、Kursawe、Poloni、Viennet2、Viennet3)、1个工程应用(盘式制动器设计),以及IGD,GD,HV,SP四种评价指标的完整MATLAB代码,同时包含绝大部分测试函数的真实POF。原创 2023-06-19 09:20:19 · 485 阅读 · 0 评论 -
多目标优化算法:多目标浣熊优化算法(multi-objective Coati Optimization Algorithm,MOCOA)
提供MOCOA求解46个多目标测试函数(ZDT1、ZDT2、ZDT3、ZDT4、ZDT6、DTLZ1-DTLZ7、WFG1-WFG10、UF1-UF10、CF1-CF10、Kursawe、Poloni、Viennet2、Viennet3)、1个工程应用(盘式制动器设计),以及IGD,GD,HV,SP四种评价指标的完整MATLAB代码,同时包含绝大部分测试函数的真实POF。原创 2023-06-18 09:16:19 · 1929 阅读 · 3 评论 -
多目标优化算法:基于非支配排序的浣熊优化算法(Non-Dominated Sorting Coati Optimization Algorithm,NSCOA)
提供NSCOA求解46个多目标测试函数(ZDT1、ZDT2、ZDT3、ZDT4、ZDT6、DTLZ1-DTLZ7、WFG1-WFG10、UF1-UF10、CF1-CF10、Kursawe、Poloni、Viennet2、Viennet3)、1个工程应用(盘式制动器设计),以及IGD,GD,HV,SP四种评价指标的完整MATLAB代码,同时包含绝大部分测试函数的真实POF。原创 2023-06-18 09:12:39 · 248 阅读 · 0 评论 -
多目标优化算法:基于非支配排序的人工兔优化算法(Non-Dominated Sorting Artificial Rabbits Optimization ,NSARO)
人工兔优化算法(Artificial Rabbits Optimization ,ARO)由Liying Wang等人于2022年提出,该算法模拟了兔子的生存策略,包括绕道觅食和随机躲藏,并通过能量收缩在两种策略之间转换。绕道觅食策略迫使兔子吃其他兔子巢附近的草,这可以防止它的巢穴被捕食者发现。随机隐藏策略使兔子能够从自己的洞穴中随机选择一个洞穴进行隐藏,这可以减少被敌人捕获的可能性。此外,兔子的能量收缩将导致从绕道觅食策略过渡到随机隐藏策略。原创 2023-02-21 22:33:40 · 891 阅读 · 0 评论 -
多目标优化算法:多目标人工兔优化算法(Multi-Objective Artificial Rabbits Optimization ,MOARO)
人工兔优化算法(Artificial Rabbits Optimization ,ARO)由Liying Wang等人于2022年提出,该算法模拟了兔子的生存策略,包括绕道觅食和随机躲藏,并通过能量收缩在两种策略之间转换。绕道觅食策略迫使兔子吃其他兔子巢附近的草,这可以防止它的巢穴被捕食者发现。随机隐藏策略使兔子能够从自己的洞穴中随机选择一个洞穴进行隐藏,这可以减少被敌人捕获的可能性。此外,兔子的能量收缩将导致从绕道觅食策略过渡到随机隐藏策略。原创 2023-02-21 21:39:10 · 972 阅读 · 0 评论 -
多目标优化算法:多目标鳟海鞘算法(Multi-objective Salp Swarm Algorithm ,MSSA)
多目标鳟海鞘算法(Multi-objective Salp Swarm Algorithm ,MSSA)由Seyedali Mirjalili等人于2017年提出.原创 2023-01-15 12:28:33 · 901 阅读 · 0 评论 -
多目标优化算法:基于非支配排序的蜣螂优化算法(Non-Dominated Sorting Dung beetle optimizer,NSDBO)
基于非支配排序的蜣螂优化算法(Non-Dominated Dung beetle optimizer,NSDBO)由蜣螂优化算法与非支配排序策略结合而成。将NSDBO用于求解46个多目标测试函数(ZDT1、ZDT2、ZDT3、ZDT4、ZDT6、DTLZ1-DTLZ7、WFG1-WFG10、UF1-UF10、CF1-CF10、Kursawe、Poloni、Viennet2、Viennet3)以及个工程应用(盘式制动器设计),并采用IGD、GD、HV、SP进行评价。原创 2022-12-04 20:54:31 · 3354 阅读 · 0 评论 -
多目标优化算法:多目标非洲秃鹫优化算法(Multi-objective Africans Vultures Optimization Algorithm,MOAVOA)提供MATLAB代码及参考文献
多目标非洲秃鹫优化算法(Multi-objective Africans Vultures Optimization Algorithm,MOAVOA)由Nima Khodadadi等人于2022年提出,该算法思路新颖,求解高效。原创 2022-11-27 11:48:06 · 865 阅读 · 0 评论 -
多目标优化算法:非支配排序的鲸鱼优化算法(Non-Dominated Sorting Whale Optimization Algorithm,NSWOA)提供Matlab代码
非支配排序的鲸鱼优化算法(Non-Dominated Sorting Whale Optimization Algorithm,NSWOA)由Pradeep Jangir和 Narottam Jangir于2017年提出。原创 2022-11-09 09:09:23 · 1166 阅读 · 1 评论 -
多目标优化算法:基于非支配排序的瞪羚优化算法(Non-Dominated Sorting Gazelle Optimization Algorithm,NSGOA)
基于非支配排序的瞪羚优化算法(Non-Dominated Sorting Gazelle Optimization Algorithm,NSGOA)由瞪羚优化算法与非支配排序策略结合而成。将NSGOA用于求解46个多目标测试函数(ZDT1、ZDT2、ZDT3、ZDT4、ZDT6、DTLZ1-DTLZ7、WFG1-WFG10、UF1-UF10、CF1-CF10、Kursawe、Poloni、Viennet2、Viennet3)以及个工程应用(盘式制动器设计),并采用IGD、GD、HV、SP进行评价。原创 2022-10-31 11:52:03 · 796 阅读 · 1 评论 -
多目标优化算法:多目标红鸢优化算法(Multi-objective Red kite Optimization Algorithm,MOROA)提供Matlab代码
多目标红鸢优化算法(Multi-objective Red kite Optimization Algorithm,MOROA)原创 2022-10-18 22:53:45 · 887 阅读 · 0 评论 -
多目标优化算法:基于非支配排序的麻雀搜索算法(Non-Dominated Sorting Sparrow Search Algorithm,NSSSA)
非支配排序麻雀搜索算法(NSSSA)求解46个多目标测试函数(ZDT1、ZDT2、ZDT3、ZDT4、ZDT6、DTLZ1-DTLZ7、WFG1-WFG10、UF1-UF10、CF1-CF10、Kursawe、Poloni、Viennet2、Viennet3)与一个工程应用(盘式制动器设计)。同时提供IGD、GD、HV、SP四种评价指标和非支配原理的参考文献。原创 2022-08-25 14:42:24 · 1776 阅读 · 1 评论 -
多目标优化算法:多目标白鹭群优化算法(Multi-Objective Egret Swarm Optimization Algorithm,MOESOA)
白鹭群优化算法(Egret Swarm Optimization Algorithm,ESOA)由Zuyan Chen等人于2022年提出,该算法由雪白鹭和大白鹭的捕食行为启发所得,通过坐等策略和激进策略协同寻优。白鹭属共有13种鸟类,其中有 大白鹭 、中白鹭 、小白鹭 和黄嘴白鹭四种,体羽皆是全白,均习称为“白鹭”。这4种白鹭均是中等体型(45-90厘米)的白色鹭。与牛背鹭 的区别在体型较大而纤瘦,嘴及腿黑色,趾黄色,繁殖羽纯白,颈背具细长饰羽,背及胸具蓑状羽。大白鹭体型大,既无羽冠,也无胸饰羽;....原创 2022-08-04 18:31:24 · 1808 阅读 · 2 评论 -
多目标优化算法:多目标哈里斯鹰优化算法(Multi-Objective Harris Hawks Optimizer,MOHHO)
多目标哈里斯鹰优化算法(Multi-Objective Harris Hawks Optimizer,MOHHO)由Meryem Kuşoğlu和Uğur Yüzgeç于2020年提出。原创 2022-08-03 15:07:12 · 1557 阅读 · 0 评论 -
多目标优化算法:多目标人工蜂鸟算法(multi-objective artificial hummingbird algorithm,MOAHA)
多目标人工蜂鸟算法(multi-objectiveartificialhummingbirdalgorithm,MOAHA)是2022年提出的一种高效的多目标优化算法,其采用基于拥挤距离的动态消除法(dynamicelimination-basedcrowdingdistance,DECD)维护外部存档。MOAHA算法描述如下参考文献。...原创 2022-07-26 10:43:59 · 2596 阅读 · 0 评论 -
多目标优化算法:多目标利希滕贝格算法(Multi-objective lichtenberg algorithm,MOLA)
多目标利希滕贝格算法(Multi-objectivelichtenbergalgorithm,MOLA)由Joao˜LuizJunhoPereira等人于2022年提出。原创 2022-07-26 10:40:03 · 1156 阅读 · 0 评论