文献

J-GLOBAL ID：202202210378872207   整理番号：22A0481080

分解に基づく多目的進化アルゴリズムが要求する時の重み更新【JST・京大機械翻訳】

A decomposition-based many-objective evolutionary algorithm updating weights when required

著者 (2件)： de Farias Lucas R.C. (Universidade Federal de Pernambuco (UFPE), Centro de Informatica (CIn), Av. Jornalista Anibal Fernandes s/n, Recife, Brazil) ,  Araujo Aluizio F.R. (Universidade Federal de Pernambuco (UFPE), Centro de Informatica (CIn), Av. Jornalista Anibal Fernandes s/n, Recife, Brazil)
資料名： Swarm and Evolutionary Computation  (Swarm and Evolutionary Computation)
巻： 68  ページ： Null  発行年： 2022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： 分解に基づく多目的進化アルゴリズム(MOEA/D)は,それらが重みベクトルの適切な集合を持つとき,通常効果的に働く。非変化重みベクトルの一様分布集合は,滑らかで,連続的で,良く広がったパレートフロント上で,よく分散した解を導く。しかし,固定値重みベクトルは,問題の幾何学に依存して失敗する解を導く。いくつかの研究は,重みベクトルを適応させるための予め定義された時間の経過を用いた。これは,適応が進化過程の最も適切なモーメントで実行されないことを示唆する。本論文では,重みを調整し,目的空間を分割し,多様性を増加させるための手順を決定づけるために,改善を検出する要求(MOEA/D-UR)を用いるとき更新したMOEA/Dを提案した。現実世界問題と問題クラスWFG1-WFG9,DTLZ1-DTLZ7,IDTLZ1-2,およびMaOP1-6を3,5,6,8,10,12,および15の目的で用いた実験テストの結果は,MOEA/D-URが10の最先端アルゴリズムと比較してより効果的であることを示唆する。Copyright 2022 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： *アルゴリズム ,  幾何学 ,  最適化 ,  ベクトル ,  モーメント
準シソーラス用語： 一様分布 ,  パレートフロント ,  *多目的進化アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (4件)： 計算知能 ,  最適化 ,  進化計算 ,  分解

分類 (3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) ,  数理計画法  (KA03030M)

タイトルに関連する用語 (3件)： 分解 ,  多目的進化アルゴリズム ,  更新