《表1 Osyczka2的MOEA-D/NC-MOEA-D性能指标》
从图1~图4及表1和表2可以清楚地看出,基于小生境聚类的MOEA-D算法与常规MOEA-D算法相比,在分布性和均匀性指标上有了一定程度的改善,能够有效地处理复杂的多目标优化问题。
图表编号 | XD00185812100 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.08 |
作者 | 汤恺祥、许峰 |
绘制单位 | 安徽理工大学数学与大数据学院、安徽理工大学数学与大数据学院 |
更多格式 | 高清、无水印(增值服务) |
从图1~图4及表1和表2可以清楚地看出,基于小生境聚类的MOEA-D算法与常规MOEA-D算法相比,在分布性和均匀性指标上有了一定程度的改善,能够有效地处理复杂的多目标优化问题。
图表编号 | XD00185812100 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.08 |
作者 | 汤恺祥、许峰 |
绘制单位 | 安徽理工大学数学与大数据学院、安徽理工大学数学与大数据学院 |
更多格式 | 高清、无水印(增值服务) |