This paper proposes a hybrid evolut

This paper proposes a hybrid evolutionary algorithm for multiobjective optimisation of
trusses using real-code population-based incremental learning (RPBIL) to solve multiobjec-
tive design problems. Differential evolution (DE) operators are integrated into the main
procedure of RPBIL leading to a hybrid algorithm. The newly developed optimiser, along
with some established multiobjective evolutionary algorithms (MOEAs) is implemented
to solve a number of multiobjective design problems of trusses. Comparative performance
based upon a hypervolume indicator shows that the new hybrid multiobjective evolution-
ary algorithm is superior to the other MOEAs particularly in cases involving large-scale
truss design problems.
 2012 Elsevier Inc. All rights reserved.

Kết quả (Việt) 2:

Bài báo đề xuất một thuật toán lai tiến hóa để tối ưu hóa đa mục tiêu của
giàn sử dụng bằng mã dựa trên dân số học gia tăng (RPBIL) để giải quyết multiobjec-
vấn đề thiết kế chính kịp thời. Sự tiến hóa khác biệt (DE) khai thác được tích hợp vào chính
thủ tục RPBIL dẫn đến một thuật toán lai. Optimizer mới được phát triển, cùng
với một số thuật toán tiến hóa đa mục tiêu thành lập (MOEAs) được thực hiện
để giải quyết một số vấn đề thiết kế đa mục tiêu của các khung. Hiệu suất so sánh
dựa trên một chỉ số cho thấy hypervolume lai mới đa mục tiêu evolution-
thuật toán ary là cấp trên để MOEAs khác, đặc biệt trong các trường hợp liên quan đến quy mô lớn
các vấn đề thiết kế
giàn.? 2012 Elsevier Inc. Tất cả quyền được bảo lưu.