An updated survey of GA-based multiobjective optimization techniques

Artikeleigenschaften
  • Sprache
    English
  • Veröffentlichungsdatum
    2000/06/01
  • Zeitschrift
  • Indian UGC (Zeitschrift)
  • Auffrischen
    112
  • Zitate
    268
  • Carlos A. Coello Laboratorio Nacional de Informatica Avanzada, Veracruz, Mexico
Abstrakt
Zitieren
Coello, Carlos A. “An Updated Survey of GA-Based Multiobjective Optimization Techniques”. ACM Computing Surveys, vol. 32, no. 2, 2000, pp. 109-43, https://doi.org/10.1145/358923.358929.
Coello, C. A. (2000). An updated survey of GA-based multiobjective optimization techniques. ACM Computing Surveys, 32(2), 109-143. https://doi.org/10.1145/358923.358929
Coello CA. An updated survey of GA-based multiobjective optimization techniques. ACM Computing Surveys. 2000;32(2):109-43.
Journalkategorien
Science
Mathematics
Instruments and machines
Electronic computers
Computer science
Science
Mathematics
Instruments and machines
Electronic computers
Computer science
Computer software
Technology
Electrical engineering
Electronics
Nuclear engineering
Electronics
Computer engineering
Computer hardware
Beschreibung

Komplexe Probleme mit mehreren Zielen angehen: Diese Übersichtsarbeit bietet einen umfassenden Überblick über genetische Algorithmus (GA)-basierte multikriterielle Optimierungstechniken und bietet eine wertvolle Ressource für Forscher und Praktiker, die Probleme mit widersprüchlichen Zielen lösen möchten. Die Arbeit fasst aktuelle Ansätze zusammen und betont deren Grundlage in Operation Research-Techniken. Sie gibt einen Überblick über die wichtigsten Algorithmen und hebt ihre Vorteile und Nachteile, ihre Anwendbarkeit und bekannte Anwendungen hervor. Darüber hinaus werden zukünftige Trends und potenzielle Forschungsrichtungen angesprochen. Diese Übersicht dient als Leitfaden durch die vielfältige Landschaft der GA-basierten multikriteriellen Optimierung und hilft Forschern, sich in den verfügbaren Techniken zurechtzufinden und vielversprechende Wege für zukünftige Entwicklung und Anwendung zu identifizieren.

Diese in ACM Computing Surveys veröffentlichte Arbeit entspricht dem Fokus der Zeitschrift auf die Bereitstellung umfassender Übersichten und Tutorials zu wichtigen Themen der Informatik. Durch das Angebot eines aktualisierten Überblicks über GA-basierte multikriterielle Optimierungstechniken dient die Arbeit als wertvolle Ressource für Forscher und Praktiker auf diesem Gebiet.

Auffrischen
Zitate
Zitationsanalyse
Die erste Studie, die diesen Artikel zitiert hat, trug den Titel Solving a multistage partial inspection problem using genetic algorithms und wurde in 2002. veröffentlicht. Die aktuellste Zitierung stammt aus einer 2024 Studie mit dem Titel Solving a multistage partial inspection problem using genetic algorithms Seinen Höhepunkt an Zitierungen erreichte dieser Artikel in 2011 mit 25 Zitierungen.Es wurde in 182 verschiedenen Zeitschriften zitiert., 13% davon sind Open Access. Unter den verwandten Fachzeitschriften wurde diese Forschung am häufigsten von Applied Soft Computing zitiert, mit 10 Zitierungen. Die folgende Grafik veranschaulicht die jährlichen Zitationstrends für diesen Artikel.
Zitate verwendeten diesen Artikel für Jahr