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
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.