针对单目标优化问题,麋鹿优化算法已显示出其有效性。然而,在面对多目标优化问题时,需要一种能够同时处理多个冲突目标的算法。因此,本文提出多目标麋鹿优化算法(Multi-objective Elephant Herding Optimization,MOEHO)。MOEHO是麋鹿优化算法的多目标扩展,它能够有效地解决多目标优化问题。
为了评估MOEHO的性能,我们将其应用于十个工程应用。此外,为了全面评估算法的收敛性和解的多样性,我们使用了六种不同的性能度量指标:GD、IGD、HV、Spacing、Spread和Coverage。通过这些指标的综合分析,我们可以有效地评估该算法在处理多目标优化问题时的整体性能。
原文链接:https://blog.csdn.net/weixin_46204734/article/details/144728295













MATLAB,Python,C++代码目录:
通过百度网盘分享的文件:MATLAB与P…
链接:https://pan.baidu.com/s/1nJBgIoonZ_yCz1-Dr1I36g?pwd=v7ie
提取码:v7ie
复制这段内容打开「百度网盘APP 即可获取」
免责声明:本文系网络转载或改编,未找到原创作者,版权归原作者所有。如涉及版权,请联系删