MOSMA: 多目标Slime Mold算法

简介：
MOSMA是一种创新的多目标优化算法，它借鉴了真 slime mold 的自然行为模式，有效提高了复杂问题求解中的 Pareto 前沿质量与多样性。 本段落介绍了一种多目标滑模模型算法（MOSMA），它是近期开发的滑模模型算法（SMA）的一种改进版本，专门用于解决工业界中的多目标优化问题。最近，在处理优化问题时，研究社区提出了多种元启发式和进化优化技术。然而，在评估多目标优化 (MOO) 问题时，这些方法往往产生低质量的解决方案，并且难以准确估计帕累托最优解以及增加所有目标函数的价值。 SMA 方法借鉴了实验室实验中黏菌振荡行为的逻辑原理。与现有的成熟算法相比，SMA 算法表现出色，它是通过结合正负反馈系统和最佳食物路径设计实现的。本段落提出的 MOSMA 算法则在 SMA 的基础上引入了精英非支配排序方法来估计帕累托最优解，并利用拥挤距离算子确保所有目标的最佳解决方案范围得到扩展。 为了验证 MOSMA 的性能，作者进行了41项不同的案例研究。