%0 Journal Article
%T 协同进化算法研究进展
%A 王凌
%A 沈婧楠
%A 王圣尧
%A 邓瑾
%J 控制与决策
%P 193-202
%D 2015
%R 10.13195/j.kzyjc.2014.0624
%X 为了应对复杂优化问题的高维、大规模、多类变量混合、强约束、多极小、多目标、动态与不确定等诸多求解难点,协同进化已成为改善进化算法性能的有效途径.对此,分别从种群协同、个体协同、算法协同、操作协同、参数协同、策略协同、人机协同等方面,对协同进化算法的代表性研究进展给予了综述,重点总结了协同进化的机制和算法设计,并介绍了协同进化算法在若干领域的应用,最后指出了有待于进一步研究的若干方向和内容.
%K 协同进化
%K 计算智能
%K 工程优化
%K 协同机制
%K 算法设计
%U http://www.kzyjc.net:8080/CN/abstract/abstract13170.shtml