文献

J-GLOBAL ID：202002218504943280   整理番号：20A2075282

進化的マルチおよび多目的最適化におけるギャップ発見と検証【JST・京大機械翻訳】

Gap finding and validation in evolutionary multi- and many-objective optimization

著者 (4件)： Pellicer Pablo Valledor (Global R&D Asturias, ArcelorMittal, Aviles, Spain) ,  Escudero Miguel Iglesias (Global R&D Asturias, ArcelorMittal, Aviles, Spain) ,  Alzueta Silvino Fernandez (Global R&D Asturias, ArcelorMittal, Aviles, Spain) ,  Deb Kalyanmoy (Michigan State University)
資料名： ACM Proceedings  (ACM Proceedings)
号： GECCO ’20  ページ： 578-586  発行年： 2020年 
JST資料番号： D0698C  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： 30年以上にわたって,進化的マルチおよび多目的最適化(EMO/EMaO)アルゴリズムは,単一ランでよく分布したパレート最適(PO)解を見つけるために広く適用されてきた。しかしながら,実世界問題では,POフロントは常に単一連続超曲面ではなく,むしろいくつかの不規則性が,互いに素な表面,表面内の穴,または混合次元表面のパッチを含むかもしれない。EMO/EMaOアルゴリズムによって一組のトレードオフ解が得られるとき,前面の特定の部分において,より低密度または解がない(ギャップとして参照)。これは少なくとも2つの理由で起こり得る。(i)ギャップはPOフロントに自然に存在し,(ii)自然ギャップは存在しなかったが,選択したEMO/EMaOアルゴリズムは見かけのギャップで解を見出せなかった。信頼できる判断を行うために,ここでは3段階手順を提案した。最初に,EMO/EMaOで得られたPOフロントにおいて,ギャップを同定する計算手順を提案した。第2に,ギャップ領域におけるよく分散したギャップ点を同定する計算法を提案した。第3に,ギャップにおける可能な代表的トレードオフ点を探索するために,集束EMO/EMaOアルゴリズムを適用した。次に,得られたデータセットにギャップが実存するかどうかを定性的に確立するための2つのメトリックスを提案し,もしギャップが真のParetoセットに自然に存在しているかどうかを定性的に確立する。手順を,2から5目的の試験問題と製鉄業からの5目的スケジューリング問題に関する結果によってサポートした。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  集束 ,  スケジューリング ,  鉄鋼業 ,  超曲面
準シソーラス用語： *多目的最適化 ,  Pareto最適 ,  互いに素 ,  パレートセット , 【Automatic Indexing@JST】

著者キーワード (5件)： R-NSGA-III ,  進化アルゴリズム ,  ギャップ ,  多目的最適化 ,  パレート最適フロント

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

タイトルに関連する用語 (6件)： 進化 ,  マルチ ,  多目的最適化 ,  ギャップ ,  発見 ,  検証