Multi-Objective Jellyfish Search (MOJS) Algorithm
This study develops a Multi-Objective Jellyfish Search (MOJS) algorithm to solve engineering problems optimally with multiple objectives.
Sie verfolgen jetzt diese Einreichung
- Aktualisierungen können Sie in Ihrem Feed verfolgter Inhalte sehen.
- Je nach Ihren Kommunikationseinstellungen können Sie auch E-Mails erhalten.
This study develops a Multi-Objective Jellyfish Search (MOJS) algorithm to solve engineering problems optimally with multiple objectives. Lévy flight, elite population, fixed-size archive, chaotic map, and the opposition-based jumping method are integrated into the MOJS to obtain the Pareto optimal solutions. These techniques are employed to define the motions of jellyfish in an ocean current or a swarm in multi-objective search spaces.
Zitieren als
Chou, Jui-Sheng, and Dinh-Nhat Truong. “Multiobjective Optimization Inspired by Behavior of Jellyfish for Solving Structural Design Problems.” Chaos, Solitons & Fractals, vol. 135, Elsevier BV, June 2020, p. 109738, doi:10.1016/j.chaos.2020.109738.
Allgemeine Informationen
- Version 1.0.0 (6,91 KB)
Kompatibilität der MATLAB-Version
- Kompatibel mit allen Versionen
Plattform-Kompatibilität
- Windows
- macOS
- Linux
| Version | Veröffentlicht | Versionshinweise | Action |
|---|---|---|---|
| 1.0.0 |
