文献

J-GLOBAL ID：201702253871630589   整理番号：17A1389476

化学および生化学的動的最適化問題のための性能計量ベース自己適応突然変異オペレータによる多目的微分進化【Powered by NICT】

Multi-objective differential evolution with performance-metric-based self-adaptive mutation operator for chemical and biochemical dynamic optimization problems

著者 (4件)： Fan Qinqin (Logistics Research Center, Shanghai Maritime University, Shanghai 201306, China) ,  Fan Qinqin (Key Laboratory of Advanced Control and Optimization for Chemical Processes of Ministry of Education, East China University of Science and Technology, Shanghai 200237, China) ,  Wang Weili (Logistics Research Center, Shanghai Maritime University, Shanghai 201306, China) ,  Yan Xuefeng (Key Laboratory of Advanced Control and Optimization for Chemical Processes of Ministry of Education, East China University of Science and Technology, Shanghai 200237, China)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 59  ページ： 33-44  発行年： 2017年 
JST資料番号： W2175A  ISSN： 1568-4946  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 微分進化(DE)アルゴリズムの各突然変異演算子は一般的にある特定のタイプの多目的最適化問題(MOP)または進化の特別な段階に適している。進化の異なる相におけるMOPを解くための適切な突然変異演算子を自動的に選択するために,性能測定基準ベース自己適応型突然変異演算子(MODE PMSMO)を用いた多目的微分進化を提案した。モードPMSMOでは,修正逆世代距離(IGD)を用いて,各変異演算子の性能を評価し,突然変異演算子の発展を導くことである。本提案のMODE PMSMOを五目的および五トリ目的最適化問題に関する七多目的進化的アルゴリズム(MOEA)と比較した。一般に,モードPMSMOは十MOPに比較した全てのアルゴリズムの中で最良の平均性能を示した。モードPMSMOは化学的および生化学的過程における四つの典型的な多目的動的最適化問題を解いた。実験結果は,モードPMSMOはこれらの実際の問題を解くために適しており,意思決定者の参照のための非優越解の集合を提供できることを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *突然変異 ,  アルゴリズム ,  *変異 ,  オペレータ ,  意思決定者 ,  *生化学 ,  *最適化問題 ,  多目的計画法
準シソーラス用語： 多目的最適化 ,  生化学的過程 ,  多目的進化的アルゴリズム ,  突然変異演算子 ,  *微分進化 ,  *自己適応 ,  *動的最適化 , 【Automatic Indexing@JST】

著者キーワード (4件)： 化学的および生化学的過程 ,  微分進化アルゴリズム ,  動的最適化問題 ,  多目的最適化

分類 (2件)： 数理計画法  (KA03030M) ,  システム最適化手法  (IA02050Z)

タイトルに関連する用語 (9件)： 化学 ,  生化学 ,  動的最適化 ,  問題 ,  計量 ,  自己適応 ,  突然変異 ,  オペレータ ,  微分進化