Behavior of Multiobjective Evolutionary Algorithms on Many-Objective Knapsack Problems

We examine the behavior of three classes of evolutionary multiobjective optimization (EMO) algorithms on many-objective knapsack problems. They are Pareto dominance-based, scalarizing function-based, and hypervolume-based algorithms. NSGA-II, MOEA/D, SMS-EMOA, and HypE are examined using knapsack pr...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	IEEE transactions on evolutionary computation Jg. 19; H. 2; S. 264 - 283
Hauptverfasser:	Ishibuchi, Hisao, Akedo, Naoya, Nojima, Yusuke
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	IEEE 01.04.2015
Schlagworte:	Approximation algorithms Pareto optimization Search problems Sociology Vectors many-objective problems Evolutionary many-objective optimization evolutionary multiobjective optimization (EMO)
ISSN:	1089-778X, 1941-0026
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!