An Effective Quantum Inspired Genetic Algorithm for Continuous Multiobjective Optimization

Multiobjective Optimization Problems (MOP) can be found in many issues of scientific research, engineering, and in everyday social life. A MOP problem has several objectives that conflict with one another which must be optimized simultaneously. This paper presents a quantum-inspired evolutionary alg...

Celý popis

Podrobná bibliografie

Vydáno v:	2019 5th International Conference on Science in Information Technology (ICSITech) s. 161 - 166
Hlavní autoři:	Abraham, Julisa Bana, Wahyunggoro, Oyas, Setiawan, Noor Akhmad
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 01.10.2019
Témata:	Evolutionary computation Fast Nondominated Sorting Genetic Algorithm Genetic algorithms Information technology Logic gates Measurement Optimization Quantum Inspired Evolutionary Algorithm Sorting Testing
ISBN:	9781728123783, 172812378X
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!