文献

J-GLOBAL ID：201802227019522782   整理番号：18A1896817

ICB-MOMA/D:対話型分類ベース多目的最適化アルゴリズム【JST・京大機械翻訳】

ICB-MOEA/D: An Interactive Classification-Based Multi-Objective Optimization Algorithm

著者 (3件)： Xin Bin (School of Automation, Beijing Institute of Technology, Beijing, 100081, P. R. China) ,  Li Hepeng (School of Automation, Beijing Institute of Technology, Beijing, 100081, P. R. China) ,  Wang Ling (Department of Automation, Tsinghua University, Beijing, 100084, P. R. China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CCC  ページ： 2500-2505  発行年： 2018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： 対話型多目的最適化アルゴリズムは近年急速に発展した。本論文では,定式化多目的最適化問題を解くために,ICB-MOEA/Dと名付けた新しい分類ベース対話型多目的最適化アルゴリズムを提案した。ICB-MOEA/Dは意思決定者が選択するためのいくつかの解決策を提供する。意思決定者は,これらの解から最も好ましい解を選択し,現在の最も好ましい解として選ばれた歴史的解を選択する。ICB-MOEA/Dはこの解を記録し,4つのカテゴリに更新選好情報に従って目的を分類する。1)改善が期待される目的。2)犠牲にできる目的。3)基本的に変化しないと期待される目的。4)現在ではない目的。最初のカテゴリにおける目的の数をコード化して,新しい単一目的最適化モデルまたは多目的最適化モデルを構築した。単一目的最適化モデルは,微分進化DE/rand/llhinの古典的変異体によって最適化され,多目的最適化モデルは,一般的な組成ベースの多目的最適化MOEA/Dによって最適化される。すべての分類はアルゴリズムによって自動的に行われ,意思決定者の負担を減少させる。ICB-MOEAlDを2つの目的事例ZDT1に関してテストして,実験結果はICB-MOEA/Dの有効性を示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 多目的計画法 ,  高速度 ,  定式化 ,  *最適化 ,  意思決定者 ,  *アルゴリズム
準シソーラス用語： 微分進化 ,  *多目的最適化 ,  最適化モデル ,  *最適アルゴリズム ,  *対話型 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 対話型 ,  分類 ,  多目的最適化 ,  アルゴリズム