کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
10347519 | 699240 | 2013 | 21 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
BSTBGA: A hybrid genetic algorithm for constrained multi-objective optimization problems
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
Constrained multi-objective optimizationGenetic algorithms - الگوریتم های ژنتیکPareto optimum - بهترین پارتوMulti-objective optimization - بهینه سازی چند هدفهPopulation diversity - تنوع جمعیتConstraint handling - دست زدن به محدودیتPareto front - قسمت پارتوPareto set - مجموعه پارتوinequality constraint - محدودیت نابرابری
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
علوم کامپیوتر (عمومی)
پیش نمایش صفحه اول مقاله
![عکس صفحه اول مقاله: BSTBGA: A hybrid genetic algorithm for constrained multi-objective optimization problems BSTBGA: A hybrid genetic algorithm for constrained multi-objective optimization problems](/preview/png/10347519.png)
چکیده انگلیسی
Most of the existing multi-objective genetic algorithms were developed for unconstrained problems, even though most real-world problems are constrained. Based on the boundary simulation method and trie-tree data structure, this paper proposes a hybrid genetic algorithm to solve constrained multi-objective optimization problems (CMOPs). To validate our approach, a series of constrained multi-objective optimization problems are examined, and we compare the test results with those of the well-known NSGA-II algorithm, which is representative of the state of the art in this area. The numerical experiments indicate that the proposed method can clearly simulate the Pareto front for the problems under consideration.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers & Operations Research - Volume 40, Issue 1, January 2013, Pages 282-302
Journal: Computers & Operations Research - Volume 40, Issue 1, January 2013, Pages 282-302
نویسندگان
Xiang Li, Gang Du,