制約付き進化最適化のための動的ハイブリッドフレームワーク

私たちの前の研究に基づいて、本論文では、制約付き最適化問題を解決するための動的ハイブリッドフレームワークであるDyHFを紹介します。このフレームワークは、グローバル検索モデルとローカル検索モデルの2つの主要なステップで構成されています。グローバルおよびローカル検索モデルでは、差分進化が検索エンジンとして機能し、多目的最適化でのパレート優越性が集団内の個体を比較するために使用されます。他の既存の方法とは異なり、本論文では、上記の2つのステップが現在の集団の実現可能性の割合に応じて動的に実行され、進化中のグローバルおよびローカル検索のために計算資源を合理的に分配することを目的としています。DyHFの性能は22のベンチマークテスト関数でテストされました。実験結果は、DyHFの全体的な性能が文献の多くの最先端アプローチと高度に競争力があることを明確に示しています。