文献

J-GLOBAL ID：201802237700243676   整理番号：18A1685237

実パラメータ制約付き最適化問題を解くためのε制約法による多目的最適化【JST・京大機械翻訳】

Multiobjective optimization with ε-constrained method for solving real-parameter constrained optimization problems

著者 (4件)： Ji Jing-Yu (School of Data and Computer Science, Sun Yat-sen University, Guangzhou, China) ,  Yu Wei-Jie (School of Information Management, Sun Yat-sen University, Guangzhou, China) ,  Gong Yue-Jiao (School of Computer Science and Engineering, South China University of Technology, Guangzhou, China) ,  Zhang Jun (School of Computer Science and Engineering, South China University of Technology, Guangzhou, China)
資料名： Information Sciences  (Information Sciences)
巻： 467  ページ： 15-34  発行年： 2018年 
JST資料番号： D0636A  ISSN： 0020-0255  CODEN： ISIJBC  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： 本論文では,実世界制約付き最適化問題を解くための新しいアルゴリズムを開発した。これは,ε制約法と多目的最適化技法をハイブリッド化する。最初に,手における制約付き最適化問題を二目的最適化問題に変換した。変換によって,多目的最適化技術の優位性を,母集団多様性と収束をバランスさせるために,制約付き最適化領域において利用することができた。一方,ε制約法を適用し,制約付き最適化問題の実行可能領域に向かって進化する母集団を維持した。提案したアルゴリズムでは,各世代で子孫を生成するための探索エンジンとして微分進化を用いた。さらに,異なる段階での探索能力と母集団収束を改善するために,突然変異演算子の異なる組合せを開発した。著者らのアプローチの性能を,3つのポピュラーなテストスーツからの64ベンチマークテスト関数に関して評価した。実験結果は,著者らの提案した手法が,いくつかの他の最新の制約付き最適化アルゴリズムと比較して,ベンチマークテスト関数の大部分に関する高品質解を得ることができることを実証した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *パラメータ ,  アルゴリズム ,  *制約付最適化問題 ,  *最適化問題 ,  母集団
準シソーラス用語： 高品質 ,  ベンチマークテスト ,  突然変異演算子 ,  微分進化 ,  *制約付最適化 ,  *多目的最適化 , 【Automatic Indexing@JST】

著者キーワード (4件)： 制約付き最適化問題 ,  多目的最適化 ,  ε制約法 ,  微分進化

分類 (2件)： 人工知能  (JE08000Z) ,  その他のオペレーションズリサーチの手法  (KA03070E)

タイトルに関連する用語 (4件)： パラメータ ,  制約付き最適化問題 ,  制約 ,  多目的最適化