Коэволюционный подход для решения задач условной многокритериальной оптимизации

Семенкин Евгений Станиславович; Токмин Константин Александрович; Semenkin E.S.; Tokmin K.A.

Научные статьи \ Математика. Естественные науки \ Математика \ Исследование операций

Коэволюционный подход для решения задач условной многокритериальной оптимизации

Семенкин Евгений Станиславович Токмин Константин Александрович

Журнал: Сибирский аэрокосмический журнал @vestnik-sibsau

Рубрика: Математика, механика, информатика

Статья в выпуске: 4 (21), 2008 года.

Бесплатный доступ

Предложен коэволюционный подход к решению задач многокритериальной оптимизации с ограничениями на основе метода обобщенного лагранжиана и эволюционных алгоритмов. Проведено исследование эффективности разработанного алгоритма на тестовых и практических задачах.

задача многокритериальной условной оптимизации \ коэволюционный алгоритм

Похожие статьи в разделе Исследование операций

К вопросу эффективности методов и алгоритмов решения оптимизационных задач с учетом специфики целевой функции

Остроух Е.Н., Чернышев Ю.О., Евич Л.Н., Панасенко П.А.

Эволюционный алгоритм с механизмом снижения размерности на основе автоэнкодеров

Сопов А.Е., Сопов Е.А.

Коэволюционный генетический алгоритм решения сложных задач условной оптимизации

Семенкин Евгений Станиславович, Сергиенко Роман Борисович

Самоконфигурируемый генетический алгоритм решения задач поддержки многокритериального выбора

Иванов И.А., Сопов Е.А.

Экспериментальное исследование возможностей решения многоэкстремальных задач оптимизации эвристическими методами

Нейдорф Рудольф Анатольевич, Черногоров Иван Владимирович, Ярахмедов Орхан Тахир Оглы, Полях Виктор Васильевич

Аналитико-информационный анализ и оценка методов решения задачи многокритериальной оптимизации технических систем управления

Якубжанова Дилфуза Кодировна

Короткий адрес: https://sciup.org/148175756

IDS: 148175756

Co-evolutionary approach to constrained multicriteria optimization problems

Co-evolutionary approach to constrained multicriteria optimization problems based on augmented Lagrangian and evolutionary algorithms is suggested. The Investigation on test real problems efficiency of the given algorithm is carried out.