文献

J-GLOBAL ID：201702264152208528   整理番号：17A0999395

多目的最適化問題のための高速超立方体駆動選択機構【Powered by NICT】

A fast hypervolume driven selection mechanism for many-objective optimisation problems

著者 (2件)： Rostami Shahin (Department of Computing and Informatics, Bournemouth University, Bournemouth BH12 5BB, United Kingdom) ,  Neri Ferrante (Centre for Computational Intelligence, De Montfort University, Leicester LE1 9BH, United Kingdom)
資料名： Swarm and Evolutionary Computation  (Swarm and Evolutionary Computation)
巻： 34  ページ： 50-67  発行年： 2017年 
JST資料番号： W3213A  ISSN： 2210-6502  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： 実世界問題の解はしばしば複数の相反する目的の同時最適化を必要とする。四つまたはそれ以上の目的の存在下で,この問題は「多数目的最適化問題」と呼ばれている。このカテゴリーの問題は,多くの課題,そのうちの1つは最適解の効果的で効率的な選択を紹介した。支配目的関数空間のサイズ,ハイパーボリュームインジケータ(またはS計量)は多数目的最適化のための効果的な選択基準である。指標は非支配セットの品質を測定するために使用され,寄与するハイパーボリュームインジケータの一部として選択のための解を分類に用いることができる。しかし,ハイパーボリュームに基づく選択法は非常に高く,不可能ではないにしても,計算コストを持つことができる。本研究は多目的問題のための新しいハイパーボリューム駆動選択機構を提案し,実現可能な計算コストを維持しながら。ハイパーボリューム適応グリッドアルゴリズム(HAGA)と命名したこのアプローチは,寄与するハイパーボリュームインジケータの集団規模の計算を抑制するために二相(狭いおよび広い)を用いた。その代わりに,HAGAはグリッド集団に寄与する多次元的指標を計算し,すなわち数解と生き残りのための競争の時は候補解に近接して(目的関数空間における)に対してのみであった。結果はハイパーボリューム品質に関する最適な個体を選択する際の完全な精度,多数目的空間における実現可能な計算時間の間にトレードオフがある。提案の淘汰機構の実際の効率は,隠蔽武器検出のための分類器の最適化で実証した。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： *最適化 ,  *多目的計画法 ,  *最適化問題 ,  オクルージョン ,  選択基準 ,  高次元 ,  兵器 ,  品質 ,  CPU時間 ,  目的関数
準シソーラス用語： *多目的最適化 ,  計算コスト ,  最適解 ,  同時最適化 ,  *ハイパーキューブ , 【Automatic Indexing@JST】

著者キーワード (5件)： 多目的最適化 ,  多数目的最適化 ,  ハイパーボリューム指標 ,  選択機構 ,  進化的最適化

分類 (2件)： 数値計算  (JE02000J) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 多目的最適化問題 ,  超立方体