研究目的
研究多群体协同差分进化算法在多目标优化中的应用。
研究成果
CMODE是一种极具前景的多目标优化算法,在具有双目标、三目标和多目标的基准测试问题上,其表现优于或可比肩当前最先进的多目标进化算法(MODEs)和多目标进化优化算法(MOEAs)。未来的工作包括在分布式平台上实现CMODE,并探索自适应资源分配方案。
研究不足
由于计算负担的增加,随着目标数量的增多,算法性能可能会下降。该算法在多目标问题上的有效性需要借助更多计算资源进行进一步研究。
研究目的
研究多群体协同差分进化算法在多目标优化中的应用。
研究成果
CMODE是一种极具前景的多目标优化算法,在具有双目标、三目标和多目标的基准测试问题上,其表现优于或可比肩当前最先进的多目标进化算法(MODEs)和多目标进化优化算法(MOEAs)。未来的工作包括在分布式平台上实现CMODE,并探索自适应资源分配方案。
研究不足
由于计算负担的增加,随着目标数量的增多,算法性能可能会下降。该算法在多目标问题上的有效性需要借助更多计算资源进行进一步研究。
加载中....
您正在对论文“[IEEE 2019欧洲激光与光电会议暨欧洲量子电子学会议(CLEO/Europe-EQEC) - 德国慕尼黑(2019.6.23-2019.6.27)] 2019年欧洲激光与光电会议暨欧洲量子电子学会议(CLEO/Europe-EQEC) - 基于多轮往返延迟的硅基集成光子储备池计算架构”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期