进化算法鲁棒最优解研究综述

在实际应用中，环境往往是不稳定的且易受到噪声的影响。因此，对于许多现实优化问题，一个鲁棒性好的解具有重要的意义。然而，以往关于进化算法（eas）的研究主要集中在寻找全局最优解，解的鲁棒性却没有得到重视。从单目标鲁棒最优解、多目标鲁棒最优解及效率等方面较全面地分析了目前eas搜索鲁棒最优解的研究现状。最后对相关研究工作做了展望。