文献

J-GLOBAL ID：201802288739922163   整理番号：18A1004343

複雑なParetoフロントによる多目的最適化のための修正PBIアプローチ【JST・京大機械翻訳】

A modified PBI approach for multi-objective optimization with complex Pareto fronts

著者 (5件)： Zhang Qisheng (College of Computer Science and Electronic Engineering, Hunan University, Changsha, China) ,  Zhu Wen (College of Computer Science and Electronic Engineering, Hunan University, Changsha, China) ,  Liao Bo (College of Computer Science and Electronic Engineering, Hunan University, Changsha, China) ,  Chen Xiangtao (College of Computer Science and Electronic Engineering, Hunan University, Changsha, China) ,  Cai Lijun (College of Computer Science and Electronic Engineering, Hunan University, Changsha, China)
資料名： Swarm and Evolutionary Computation  (Swarm and Evolutionary Computation)
巻： 40  ページ： 216-237  発行年： 2018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： ペナルティベースの境界交差(PBI)アプローチは分解ベースの多目的進化アルゴリズム(MOEA/D)に広く使われている。一般的に,PBIアプローチにおける重みベクトルの一様な分布はパレート最適フロント(POF)上に均等に分布した解の集合をもたらすが,このアプローチは目標多目的最適化問題(MOP)が複雑なPOFを持つ場合には実際にはうまく機能できない。例えば,POFは,元のMOEA/Dの性能を著しく劣化させる,切断された領域と長い尾部および鋭いピークと縮退形状を持つ可能性がある。本論文では,複雑なフロントを持つこれらのMOPsを扱うために,修正PBI(MPBI)アプローチと参照点(ARP)を調整する戦略を提案した。二段階戦略を提案したアルゴリズムに採用した。第一段階は,修正PBIアプローチに基づく超平面を決定することであり,そのため,第二段階で得られた解からこの超平面に導いた射影点はすべて第一象限にある。解が存在する領域の探索もこの段階における重要な課題である。第二段階は,基準点を周期的に調整することであり,参照点を解の分布を改善するために適応的に再配分することができる。提案したアルゴリズムのフレームワークはθ-DEAに基づき,NSGA-MPBIと名付けた。いくつかの広く使われている試験事例と複雑なPOFを持つ3つの多目的MOPsを実験に用いた。実験結果はNSGA-MPBIが最先端のアルゴリズムより優れていることを示した。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： 再分布 ,  多目的計画法 ,  射影 ,  縮退 ,  ベクトル ,  形態 ,  *アルゴリズム ,  基準点
準シソーラス用語： 進化的アルゴリズム ,  最先端 ,  超平面 ,  Pareto最適 ,  多目的進化アルゴリズム ,  *多目的最適化 ,  *パレートフロント , 【Automatic Indexing@JST】

著者キーワード (5件)： 多目的最適化 ,  分解 ,  進化的アルゴリズム ,  PBIアプローチ ,  複雑なフロント

分類 (2件)： システム最適化手法  (IA02050Z) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： フロント ,  多目的最適化