文献

J-GLOBAL ID：202202225897652715   整理番号：22A0565905

多目的問題を解くためのメタヒューリスティックスの協力について:ベンチマークと実世界問題を含む経験的解析【JST・京大機械翻訳】

On the cooperation of meta-heuristics for solving many-objective problems: An empirical analysis including benchmark and real-world problems

著者 (2件)： Fritsche Gian (Computer Science Department, Federal University of Parana, Curitiba, Parana, Brazil) ,  Pozo Aurora (Computer Science Department, Federal University of Parana, Curitiba, Parana, Brazil)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 192  ページ： Null  発行年： 2022年 
JST資料番号： W0178A  ISSN： 0957-4174  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： 多目的問題を解く際の最先端の進化アルゴリズムの性能は,種々の問題特性に従って変化し,それは多くの目的最適化のための課題を提起する。本研究では,多目的最適化のための協調ハイパーヒューリスティック(HH-CO)を解析した。HH-COは,与えられた問題事例に対してMOEAの協調を利用するために,同時に,最良のMOEA(多目的進化アルゴリズム)を動的に発見する課題に取り組む。この最近提案されたハイパーヒューリスティック(HH)は,スタンドアロンMOEAと最先端のハイパーヒューリスティックと競合する結果を示した。著者らの目標は,HH-COが競合結果に向けてどのようなリードであるかを同定し,それを他の最先端のハイパーヒューリスティックと区別することである。これらの疑問に答えるために,HH-COと最先端のHHによって作られた選択を観察した。さらに,これらの選択がスタンドアロンを適用したMOEAの品質に関連する方法を分析した。さらに,HH-COがより良い結果を示し,これらの結果の主な理由を同定したシナリオを評価した。全体として,HH-COは80%の実例でより良い結果を示した。HH-COによって採用された greedy欲選択発見的方法を改善できると結論した。それでも,協調移動手順のプラスの影響は,ほとんどの問題事例に対してHH-CO欠陥を凌駕する。最後に,実世界問題に対する両戦略の能力を評価した。それらは,最良のMOEAとの有意差なしに,非常に類似したハイパーボリューム結果を達成したが,いくつかの最先端のMOEAsより優れていた。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： 最適化 ,  特性 ,  発見的方法 ,  *ベンチマーク ,  遺伝的アルゴリズム
準シソーラス用語： 進化的アルゴリズム ,  多目的最適化 ,  *メタヒューリスティクス ,  *ヒューリスティック ,  多目的進化アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： ハイパーヒューリスティックス ,  連続最適化 ,  発見的選択 ,  進化アルゴリズム ,  多目的最適化

分類 (2件)： 人工知能  (JE08000Z) ,  数理計画法  (KA03030M)

タイトルに関連する用語 (6件)： メタヒューリスティックス ,  協力 ,  ベンチマーク ,  世界 ,  経験 ,  解析