文献

J-GLOBAL ID：201702287598585101   整理番号：17A0757588

多重多目的問題のためのMOEAの進化的アルゴリズムパラメータの最適化【Powered by NICT】

Evolutionary Algorithmic Parameter Optimization of MOEAs for Multiple Multi-objective Problems

著者 (4件)： Kakuguchi Motoaki ,  Miyakawa Minami ,  Takadama Keiki ,  Sato Hiroyuki
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： SCIS&ISIS  ページ： 30-35  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 多目的進化的アルゴリズム(MOEA)のアルゴリズム研究も多くの探索アルゴリズムを用いた湛水した。各MOEAはそれ自身の専門家の問題領域を持っている。多重多目的最適化問題(MOP)の各々が,多重MOPのためのロバストなMOEAだけでなく最適MOEAおよびそのパラメータを明らかにするために,本研究は,複数のMOPのためのPareto最適アルゴリズムパラメータを探索するメタMOEAフレームワークを提案した。本研究では,2および4目的を持つ二DTLZ2ベンチマーク問題を使用し,メタMOEAの両方によってDTLZ2問題の基礎アルゴリズム,交差率とそのパラメータ,突然変異率とそのパラメータを最適化した。実験結果は二DTLZ2問題の各々に対して最適アルゴリズムパラメータは異なっており,両問題のためのロバストなアルゴリズムパラメータはメタMOEAフレームワークにより得られることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ベンチマーク ,  多目的計画法 ,  *多重化 ,  *アルゴリズム ,  ロバスト性 ,  *最適化 ,  湛水
準シソーラス用語： 最適アルゴリズム ,  変異率 ,  Pareto最適 ,  探索アルゴリズム ,  多目的進化的アルゴリズム ,  *進化的アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： システム最適化手法  (IA02050Z)

タイトルに関連する用語 (6件)： 多重 ,  多目的 ,  問題 ,  進化的アルゴリズム ,  パラメータ ,  最適化