Robust Multiobjective Optimization via Evolutionary Algorithms

Uncertainty inadvertently exists in most real-world applications. In the optimization process, uncertainty poses a very important issue and it directly affects the optimization performance. Nowadays, evolutionary algorithms (EAs) have been successfully applied to various multiobjective optimization...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE transactions on evolutionary computation Ročník 23; číslo 2; s. 316 - 330
Hlavní autoři:	He, Zhenan, Yen, Gary G., Yi, Zhang
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York IEEE 01.04.2019 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Computing time Evolutionary algorithms Evolutionary algorithms (EAs) Evolutionary computation Genetic algorithms Mathematical programming Mopping multiobjective optimization Multiple objective analysis Pareto optimization Pareto optimum Performance evaluation Perturbation methods robust optimization Robustness 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!

Buďte první, kdo okomentuje tento záznam!