多目标进化算法（Multi-Objective Evolutionary Algorithm, MOEA）是一种新兴的启发式寻优搜索技术，通过模拟自然进化过程中优胜劣汰和......

在经济全球化的趋势下,网络技术和信息技术不断发展,各企业为了提高市场竞争力,需要进行不断合作和资源共享,便有了各企业将自身制......

基于分解的多目标进化算法(MOEA/D)的求解精度与聚合方法有直接关系,其中基于惩罚的边界交叉聚合法(PBI)受惩罚参数θ影响较大,固......

当前大部分多目标进化算法采用Pareto排序为种群个体指定适应度值;然而随着优化目标个数增加,种群中非支配个体的比例越来越大,造......

随着人们环保意识的日益增强和对电网供电质量要求的提高,传统的仅仅考虑经济性的单目标优化显然已经不符合当代电力系统运行管理......

为解决将高维目标变为单目标优化时各子目标不能同时较优，而多目标算法直接用于高维目标优化时又存在难以找到一个有代表性的Pareto......

电力系统最优潮流是电力系统优化运行的基础。目前对电力系统最优潮流的研究大多集中在双目标或者三目标问题上。随着智能电网灵活......

多目标优化问题在工程实践中普遍存在，多目标进化算法是解决多目标优化问题的强有力工具。多目标进化算法继承了进化算法并行随机搜......

目前,大部分多目标进化算法MOEA(Multi-Objective Evolutionary Algorithms)是针对2到3个目标问题而设计,并且已经取得良好的优化......

为提高制造系统中高维目标调度优化算法的求解性能,更好地在收敛性和分布性之间保持平衡,提出一种改进精英策略的PCA-NSGAⅡ算法。......