文献

J-GLOBAL ID：202002299948891884   整理番号：20A1809920

多重母集団と移動スキームを用いた組合せ多目的2レベル最適化問題の解法【JST・京大機械翻訳】

Solving Combinatorial Multi-Objective Bi-Level Optimization Problems Using Multiple Populations and Migration Schemes

著者 (5件)： Said Rihab (Strategies for Modelling and Artificial inTelligence (SMART) Laboratory, ISG, University of Tunis, Tunis, Tunisia) ,  Bechikh Slim (Strategies for Modelling and Artificial inTelligence (SMART) Laboratory, ISG, University of Tunis, Tunis, Tunisia) ,  Louati Ali (Department of Information Systems, Prince Sattam Bin Abdulaziz University, Al-Kharj, Saudi Arabia) ,  Aldaej Abdulaziz (Department of Information Systems, Prince Sattam Bin Abdulaziz University, Al-Kharj, Saudi Arabia) ,  Said Lamjed Ben (Strategies for Modelling and Artificial inTelligence (SMART) Laboratory, ISG, University of Tunis, Tunis, Tunisia)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 141674-141695  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  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： 多くの意思決定状況は,上位レベル(リーダ)の制約としてより低いレベル(低い)最適化問題が現れる階層構造によって特性化される。そのような種類の状況は通常BLOP(Bi-Level最適化問題)としてモデル化される。後者の分解能は,単一上位レベル解の評価が,その対応する(近)最適低レベルレベルを見つけるので,通常,重い計算コストを持つ。各レベルでいくつかの目的が最適化される場合,BLOPは多目的タスクとなり,PF(Pareto Front)と呼ばれる全非支配解集合に最適に対応するので,より計算的に高価になる。多目的進化バイレベル最適化におけるかなりの数の最近の研究にもかかわらず,コンビナトリアル(離散)ケースに適用できる方法の数は,非常に減少した。この観測によって動機づけられて,著者らは,著者らが最近提案されたCo-Evolutionary Migration-Basedアルゴリズム(CEMBA)のIndicatorベースバージョンを提案し,著者らは,組合せ多目的BLOPを解くために,IB-CEMBAと名付けた。指標ベースの探索選択は2つの議論によって正当化される。一方では,それは低レベルPFからの性能指標に関して最大限界寄与を有する解を選択することを可能にした。他方,それは上位レベルで収束と多様性の両方を促進する。比較実験研究は,多目的バイレベル生産分布問題に関するIB-CEMBAのアウト性能を明らかにした。有効性の観点から,上位レベルハイパーボリューム値と反転世代距離はそれぞれ,間隔[0.8500,0.9710]と[0.0072,0.2420]で変化する。効率の観点から,IB-CEMBAは,機能評価数(NFEs)の良好な減少率を持ち,間隔[30.13%,54.09%]に横たわる。提案アルゴリズムの汎用性をさらに示すため,機械学習における事例研究を開発し,より具体的には,バイレベル多目的特徴構築問題に取り組んだ。Copyright 2020 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： アルゴリズム ,  *最適化 ,  意思決定 ,  *最適化問題 ,  分解能 ,  汎用性 ,  *多重化 ,  事例研究 ,  階層構造 ,  *母集団 ,  キャラクタリゼーション ,  有効性 ,  比較試験 ,  機械学習
準シソーラス用語： 計算コスト , 【Automatic Indexing@JST】

分類 (3件)： 移動通信  (ND08030H) ,  無線通信一般  (ND08010L) ,  信号理論  (ND02020G)

タイトルに関連する用語 (7件)： 多重 ,  母集団 ,  スキーム ,  組合せ ,  多目的 ,  最適化問題 ,  解法