Current trends in evolutionary multi-objective optimization

  • Deb K
N/ACitations
Citations of this article
137Readers
Mendeley users who have this article in their library.

Abstract

En un corto espacio de unos 14 años, la evolución de optimización multi-objetivo (EMO) se ha establecido como un campo maduro de la investigación y la aplicación de una extensa literatura, muchos software comerciales, numerosos códigos de descarga gratuita, una conferencia bianual dedicada a gestionar con éxito cuatro veces en lo que va desde el año 2001, sesiones especiales y talleres realizados en las principales conferencias computación evolutiva, e investigadores de tiempo completo de universidades e industrias de todo el mundo. En este artículo, se realiza un breve resumen de los principios EMO, algunos algoritmos, y nos centramos en la investigación actual y potencial de aplicación de la EMO. Además, sólo tiene que encontrar un conjunto de soluciones Pareto-óptimas, la investigación EMO ahora se ha diversificado en la hibridación de su búsqueda con herramientas para la toma de decisiones multicriterio para llegar a una única solución preferida, en la utilización de principio EMO en la solución de los diferentes tipos de optimización de un solo objetivo problemas de manera eficiente, y en diversos dominios de aplicación interesantes que no eran posibles a resolver adecuadamente debido a la falta de una técnica de solución adecuada.

Cite

CITATION STYLE

APA

Deb, K. (2007). Current trends in evolutionary multi-objective optimization. International Journal for Simulation and Multidisciplinary Design Optimization, 1(1), 1–8. https://doi.org/10.1051/ijsmdo:2007001

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Save time finding and organizing research with Mendeley

Sign up for free