文献

J-GLOBAL ID：201702268304105785   整理番号：17A1567993

DMOEAεC:ε-制約フレームワークを用いた分解に基づく多目的進化的アルゴリズム【Powered by NICT】

DMOEA- $¥varepsilon ¥text{C}$ : Decomposition-Based Multiobjective Evolutionary Algorithm With the $¥varepsilon $ -Constraint Framework

著者 (3件)： Chen Jie (School of Automation, Beijing Institute of Technology, Beijing, China) ,  Li Juan (School of Automation, Beijing Institute of Technology, Beijing, China) ,  Xin Bin (School of Automation, Beijing Institute of Technology, Beijing, China)
資料名： IEEE Transactions on Evolutionary Computation  (IEEE Transactions on Evolutionary Computation)
巻： 21  号： 5  ページ： 714-730  発行年： 2017年 
JST資料番号： W0968A  ISSN： 1089-778X  CODEN： ITEVF5  資料種別： 逐次刊行物 (A)
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： 分解は多目的最適化問題(MOP)を解くための効率的で一般的な戦略である。その成功は,多目的進化的アルゴリズムMOEA/Dとその変異体により証明されている。分解に基づく方法では,MOPは種々のスカラー化関数を用いて幾つかのスカラ部分問題に分解した。分解方式はスカラー化関数を構築するために,重みづけ法を採用した。本論文では,ε-制約法,数理計画法の分野でのもう1つの古典的生成法は多目的最適化のために採用した。主目的として目的の一つを選択し,他の目的制約に変換する。ε-制約法分解戦略への組込み,ε-制約フレームワーク(DMOEA εC)をもつ新しい分解に基づく多目的進化的アルゴリズムを提案した。上限ベクトルを用いて各部分問題を割り当てることにより一連のスカラー制約付最適化問題へのMOPを分解した。これら部分問題は,隣接部分問題からの情報を用いて同時に最適化した。に加えて,主目的交替戦略,溶液への部分問題マッチング手順,部分問題の解マッチング手順は,収束と多様性との間のバランスをとることを提案した。DMOEAεCは,多くの最先端の多目的進化的アルゴリズムのと比較した。実験研究はDMOEAεCは大部分34連続ベンチマーク問題のこれらのアルゴリズムに対する競合的に優れているまたは性能を発揮することを示し,それはまた多目的0 1ナップサック問題を解くための明らかな利点を示した。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： スカラー ,  ベンチマーク ,  マッチング ,  *アルゴリズム ,  ベクトル ,  重みづけ ,  ナップサック問題 ,  制約付最適化問題 ,  多目的計画法 ,  数理計画法 ,  最適化
準シソーラス用語： 実験研究 ,  多目的最適化 ,  部分問題 ,  *多目的進化的アルゴリズム , 【Automatic Indexing@JST】

分類 (4件)： 信号理論  (ND02020G) ,  数値計算  (JE02000J) ,  数理計画法  (KA03030M) ,  計算機網  (JC03000K)

タイトルに関連する用語 (4件)： 制約 ,  フレームワーク ,  分解 ,  多目的進化的アルゴリズム