Spatiotemporal Knowledge-Driven Evolutionary Algorithm for Dynamic Constrained Multiobjective Optimization

Dynamic constrained multiobjective optimization problems (DCMOPs) present significant challenges due to timevarying objectives and constraints. To address these challenges, we propose a spatiotemporal knowledge-driven evolutionary algorithm (SKEA) that leverages both historical and current environme...

Celý popis

Podrobná bibliografie

Vydáno v:	2025 7th International Conference on Data-driven Optimization of Complex Systems (DOCS) s. 271 - 276
Hlavní autoři:	Liu, Zhi, Song, Wei
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 19.08.2025
Témata:	Current measurement differential evolution dynamic constrained multiobjective optimization environmental match Evolutionary computation Heuristic algorithms Knowledge transfer Neural networks Optimization Prediction algorithms Robustness Spatiotemporal phenomena Transfer learning
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!