A Set-Based Genetic Algorithm for Interval Many-Objective Optimization Problems

Interval many-objective optimization problems (IMaOPs), involving more than three objectives and at least one subjected to interval uncertainty, are ubiquitous in real-world applications. However, there have been very few effective methods for solving these problems. In this paper, we proposed a set...

Celý popis

Podrobná bibliografie

Vydáno v:	IEEE transactions on evolutionary computation Ročník 22; číslo 1; s. 47 - 60
Hlavní autoři:	Gong, Dunwei, Sun, Jing, Miao, Zhuang
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	IEEE 01.02.2018
Témata:	Context Convergence Genetic algorithm Genetic algorithms interval many-objective optimization Noise measurement Optimization set-based evolution Sorting Uncertainty
ISSN:	1089-778X, 1941-0026
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!