决策变量分类是求解大规模多目标优化问题有效的解决方式之一，鉴于此，文章提出一种基于决策变量自适应分类的大规模多目标进化算法MOEA/ADA，通过设置决策变量分类阈值与自适应的决策变量随机采样数实现决策变量自适应分类并进行优化。本文算法与四种大规模多目标进化算法在四种维度的大规模决策变量数的LSMOP1-5基准测试问题上进行性能实验。实验表明：该算法可以解决许多复杂的优化问题，是一种较为智能且优良的算法。
科研之友
微信
新浪微博
Facebook
分享链接
