TY-JOURA2-VeluvoluAU-Liang,LiangPY-2020DA-2020/12/14TI-复用多目标帝国分算法SP-8882086VL-2020AB-在过去20年中,群情优化算法得到了广泛研究并应用到多目标优化问题中在多目标优化中,复制运算和求同求异是两个关键问题。帝国式竞技算法和正弦算法是处理单目标优化问题的两个潜在算法,但多目标优化研究少之又少论文建议多目标帝国分解算法第一,基于反对派学习策略的初始化作业被雇用产生良好的初始人口引入子新复制法,综合ICA和SCA此外,还提议新权评价机制识别个人性能,同时考虑群聚和多样性实验研究数个基准问题显示FMOESA与最先进算法相比具有竞争力从性能良好和性能优美两个方面看,提议的算法可成为处理多目标优化问题时的替代工具。SN-1687-5249UR-https://doi.org/101155/208882086DO-10.1155/2020/8882086JF-控制科学工程杂志PB-HindawiKW-ER