文件名称：元启发式优化背景：文献综述-研究论文
文件大小：149KB
文件格式：PDF
更新时间：2024-06-29 12:23:44
Metaheuristics Optimization Problems
解决优化问题不仅成为运筹学的中心主题，而且成为机器人、医学、经济等多个研究领域的中心主题。可以形式化为优化问题的支持决策问题的数量正在Swift增长。 本研究代表了元启发式优化的文献评论。 元启发式适用于各种组合问题，也适用于连续问题。 这些方法包括模拟退火法、遗传算法、禁忌搜索法、蚁群算法、粒子群优化（PSO）等，既适用于单目标问题，也适用于多目标问题。 第一个区域分析每个目标函数的固有困难，而第二个区域处理多个目标同时存在的情况。 我们会看到这两个方面在实践中往往是相关的。 在关注多目标优化之前，有必要解释一下单目标优化的背景。 特别注意粒子群优化（PSO）的方法。