文献

J-GLOBAL ID：201702248042505638   整理番号：17A1254046

可変長問題を解くための進化的多目的最適化アルゴリズムのための挑戦【Powered by NICT】

Challenges for evolutionary multiobjective optimization algorithms in solving variable-length problems

著者 (2件)： Li Hui (School of Mathematics and Statistics, Xi’an Jiaotong University, China 710049) ,  Deb Kalyanmoy (Department of Electrical & Computer Engineering, Michigan State University, East Lansing, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CEC  ページ： 2217-2224  発行年： 2017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： 近年,可変長表現を用いた実世界最適化問題を解くのに払われている研究的関心。集団ベース最適化アルゴリズムのために,課題は,溶液の大きさの多様性を維持するために,適切な多様性を達成するための適切な再結合演算子を設計することにある。可変長問題に関連した複数の相反する目標を一体にして扱う場合,得られた多重トレードオフPareto最適解は,本質的に異なる種々のサイズを持つ可能性がある。このようなシナリオでは,固定した組換と突然変異演算子は,大型溶液を維持し,それにより全パレート最適集合を求めるないことができないかもしれない。本論文では,まず,可変長構造を持つ多目的テスト問題を構築し,次に三つの最新の多目的進化的アルゴリズムの性能を比較することにより建設された試験問題の困難性を解析した。著者らの予備実験結果は,MOEA/D M2mは異なる探索方向に沿ってその多様性戦略による可変長構造を持つ多目的テスト問題を解くための良好な可能性を持つことを示した。パレートフロントにおける可変サイズのパレート解に関する著者らの相関分析は,交配制限は可変長問題を解くことが必要であることを示した。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： *アルゴリズム ,  再結合 ,  交配 ,  多重化 ,  最適化問題
準シソーラス用語： 相関分析 ,  Pareto解 ,  パレートフロント ,  予備実験 ,  多目的進化的アルゴリズム ,  Pareto最適 ,  突然変異演算子 ,  Pareto最適解 ,  *最適アルゴリズム ,  *進化的多目的最適化 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 可変長 ,  進化的多目的最適化 ,  アルゴリズム