Dynamic Multi-Objective Evolutionary Algorithm Based on Spectral Clustering Prediction

To address the challenge of rapidly tracking the new pareto optimal set (PS) after environmental changes in dynamic multi-objective optimization problems (DMOPs), this paper proposes a dynamic multi-objective evolutionary algorithm (DMOEA) based on spectral clustering prediction (SCP). The algorithm...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE access Ročník 13; s. 176421 - 176433
Hlavní autoři:	Sheng, Zhao-Jun, Li, Erchao
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Piscataway IEEE 2025 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Centroids Clustering Clustering algorithms Concavity Convexity Dynamic multi-objective optimization Dynamic tests evolutionary algorithm Evolutionary algorithms Evolutionary computation Genetic algorithms Heuristic algorithms Multiple objective analysis Optimization Pareto optimization Pareto optimum prediction Prediction algorithms Predictive models Recurrent neural networks Shape spectral clustering Transfer learning
ISSN:	2169-3536, 2169-3536
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!