CEC2018:动态多目标测试函数DF6~DF9的PS及PF
现实世界中,许多优化问题不仅具有多属性,而且与时间相关,即随着时间的变化,优化问题本身也发生改变,这类问题称为动态多目标优化问题(dynamic multi-objective optimization problems,DMOP)。DMOP是一类目标之间相互冲突,目标函数、约束函数和相关参数等可能随着时间的变化而改变的多目标优化问题。不失一般性,以最小化多目标问题为研究对象,一个具有n个决策变量,m个目标函数的DMOP可以描述为:
{minx∈Ω(x,t)=(f1(x,t),f2(x,t),⋯,fm(x,t))Ts⋅t⋅gi(x,t)⩽0(i=1,2,⋯,p)hj(x,t)=0(j=1,2,⋯,q)\left\{\begin{array}{l} \min _{x \in \Omega}(\boldsymbol{x}, t)=\left(f_{1}(\boldsymbol{x}, t), f_{2}(\boldsymbol{x}, t), \cdots, f_{m}(\boldsymbol{x}, t)\right)^{T} \\ s \cdot t \cdot g_{i}(\boldsymbol{x}, t) \leqslant 0(i=1,2, \cdots, p) \\ h_{j}(\boldsymbol{x}, t)=0(j=1,2, \cdots, q) \end{array}\right.⎩
其中,t为时间变量,x=(x1,x1,⋯,xn)∈Ω为n维决策变量,F=(f1,f2,⋯,,fm)为m维目标向量,gi⩽0(i=1,2,⋯,p)为p个不等式约束,hj=0(j=0,1,⋯,q)为q个等式约束。其中, t 为时间变量, \\x=\left(x_{1}, x_{1}, \cdots, x_{n}\right) \in \Omega 为 n 维决策变量, \\\boldsymbol{F}=\left(f_{1}, f_{2}, \cdots,\right. , \left.f_{m}\right) 为 m 维目标向量, \\ g_{i} \leqslant 0(i=1,2, \cdots, p) 为 p 个不等式约束,\\ h_{j}=0(j=0 , 1, \cdots, q) 为 q 个等式约束。其中,t为时间变量,x=(x1,x1,⋯,xn)∈Ω为n维决策变量,F=(f1,f2,⋯,,fm)为m维目标向量,gi⩽0(i=1,2,⋯,p)为p个不等式约束,hj=0(j=0,1,⋯,q)为q个等式约束。
一、CEC2018简介
CEC2018共有14个测试函数:DF1-DF14,其中DF1-DF9是两个目标,DF10-DF14是三个目标。
二、测试函数
点击查看DF1-DF5详细信息
2.6 DF6:PS随时间变化,PF随时间变化
动态多目标测试函数DF6的PS和PF随时间变化图
2.7 DF7:PS随时间变化,PF随时间变化
动态多目标测试函数DF7的PS和PF随时间变化图
2.8 DF8:PS随时间变化,PF随时间变化
动态多目标测试函数DF8的PS和PF随时间变化图
2.9 DF9:PS随时间变化,PF随时间变化
动态多目标测试函数DF9的PS和PF随时间变化图
CEC2018:动态多目标测试函数DF6~DF9的PS及PF相关推荐
- CEC2018:动态多目标测试函数DF1-DF5的PS及PF(提供MATLAB代码)
现实世界中,许多优化问题不仅具有多属性,而且与时间相关,即随着时间的变化,优化问题本身也发生改变,这类问题称为动态多目标优化问题(dynamic multi-objective optimizatio ...
- CEC2015:动态多目标野狗优化算法求解CEC2015(提供完整MATLAB代码,含GD、IGD、HV和SP评价指标)
一.动态多目标优化问题简介 现实世界中,许多优化问题不仅具有多属性,而且与时间相关,即随着时间的变化,优化问题本身也发生改变,这类问题称为动态多目标优化问题(dynamic multi-objecti ...
- CEC2015:(一)动态多目标野狗优化算法(Dynamic Multi-objective Dingo Optimization Algorithm,DMODOA)求解FDA4与FDA5
一.cec2015中测试函数FDA4.FDA5.FDA5_iso.FDA5_dec详细信息 CEC2015:动态多目标测试函数之FDA4.FDA5.FDA5_iso.FDA5_dec 二.动态多目标野 ...
- 基于环境敏感度的动态多目标协同进化算法
Environment Sensitivity-based Cooperative Co-evolutionary Algorithms for Dynamic Multi-objective Opt ...
- 动态多目标优化算法:动态多目标狮群优化算法DMOLSO求解cec2015(提供完整MATLAB代码及所有测试问题的真实POF,含GD、IGD、HV和SP评价指标)
一.CEC2015简介 现实世界中,许多优化问题不仅具有多属性,而且与时间相关,即随着时间的变化,优化问题本身也发生改变,这类问题称为动态多目标优化问题(dynamic multi-objective ...
- 旅行商问题 c++_动态多目标旅行商问题(一)
hello,大家好.各位可点击此处,访问公众号官方店铺.谨防上当受骗,感谢各位支持! 在MATLAB数学建模教学(八) | 粒子群优化(PSO)算法真的过时了吗?这篇推文中一位粉丝留言说希望讲解一下动 ...
- 动态多目标进化优化研究进展
摘要: 动态多目标优化问题在实际生产与生活中广泛存在且问题特性随时间或环境的变化复杂多样.为有效解决该类问题,研究人员先后提出用于跟踪最优解的动态多目标进化优化方法和获得鲁棒Pareto最优解集的鲁棒 ...
- 前景提取 matlab,基于MATLAB的动态前景目标特征提取与运动跟踪
吴晶鑫 仲梁维 摘 要:动态前景目标识别和提取是计算机视觉领域的重要内容.对动态图像进行前景目标提取与运动跟踪,通过改进高斯混合背景模型,提出一种基于自适应特征加权的前景目标提取算法,目的是对动态画面 ...
- 基于MATLAB的动态前景目标特征提取与运动跟踪
基于MATLAB的动态前景目标特征提取与运动跟踪 摘 要:动态前景目标识别和提取是计算机视觉领域的重要内容.对动态图像进行前景目标提取与运动跟踪,通过改进高斯混合背景模型,提出一种基于自适应特征加权的 ...
- 动态多目标优化--基于决策变量分类的动态多目标进化算法 笔记
阅读论文:A Dynamic Multiobjective Evolutionary Algorithm Based on Decision Variable Classification (Zhen ...
最新文章
- 2021年AI网络安全发展趋势
- 人月神话——焦油坑 《读后感》
- 学Java好不好 要避开哪些雷区
- Spring cloud整合zookeeper
- Cloudstreams: 云间整合的下一个挑战
- js删除mysql记录_(DELETEUPDATE)修改、删除数据记录_MySQL
- bzoj 1596 电话网络
- 启迪公交上云助力北京公交二维码乘车业务系统顺利上线
- win10安装时有个修复计算机,win10出现故障,在安全模式下安装Windows更新,彻底修复问题...
- python 关闭udp端口_UDP聊天器
- PyTorch学习—16.PyTorch中hook函数
- mybatis中的SqlMapConfig.xml配置文件基本使用
- 【数字信号调制】基于matlab GUI 2ASK+2FSK+2PSK调制解调仿真【含Matlab源码 1504期】
- java在线反编译class文件工具地址
- 【LaTeX 教程】03. LaTeX 字体字号设置
- 上海大华条码称代码_上海大华条码秤使用说明书
- 在电脑上如何用桌面便签进行日程管理?
- 口算题自动生成小工具
- mzy git学习,git协同开发忽略文档配置以及一些杂点(九)
- 【翻译】StarGAN: Unified Generative Adversarial Networks for Multi-Domain Image-to-Image Translation
热门文章
- 【串口服务器】的桥接模式
- 管理员后台页面html代码,HTML5技术实现的管理员后台模板界面
- 1.python程序图标制作
- ss-panel安装笔记
- 文档在线翻译网站汇总
- 蓝桥杯之桥本分数式(全排列函数应用)
- linux系统路由器地址查询,查找路由器登录IP地址指南
- LoadRunner11代理在Win10操作系统启动不起来,或者报错:该内存不能为written
- php吧输出结果进行分割,[判断题] 呼叫处理程序按照一定的逻辑对呼叫进行处理,对呼叫的处理结果与局数据、用户数据的内容无关。...
- wifi密码破解软件,谨慎使用!