Improving evolutionary multi-objective optimisation using genders [Usprawnienie ewolucyjnej wielokryterialnej optymalizacji poprzez zastosowanie rodzajników]
Abstract
W rozwiązywaniu wielkowymiarowych problemów wielokryterialnej optymalizacji za pomocą obliczeń ewolucyjnych (EMO) koncepcja dominacji w sensie Pareto nie jest efektywna. Dlatego w pracy rozważa się nowe podejście do rozwiązywania zadań wielokryterialnej optymalizacji metodą EMO, w którym wprowadza się pojęcie rodzajników genetycznych w celu rozróżnienia rozmaitych grup kryteriów oraz związanych z nimi subkryterialnych rozwiązań (osobników), które podlegają krzyżowaniu na zasadzie różnoimienności. Podejście takie (poprzez eliminację nieefektywnego parowania osobników podobnych) służy również podtrzymywaniu różnorodności wśród wynikowych Pareto-optymalnych rozwiązań.
Authors (2)
Cite as
Full text
full text is not available in portal
Keywords
Details
- Category:
- Articles
- Type:
- artykuł w czasopiśmie z listy filadelfijskiej
- Published in:
-
LECTURE NOTES IN COMPUTER SCIENCE
no. 4029,
pages 390 - 399,
ISSN: 0302-9743 - Language:
- English
- Publication year:
- 2006
- Bibliographic description:
- Kowalczuk Z., Białaszewski T.: Improving evolutionary multi-objective optimisation using genders [Usprawnienie ewolucyjnej wielokryterialnej optymalizacji poprzez zastosowanie rodzajników]// LECTURE NOTES IN ARTIFICIAL INTELLIGENCE. -Vol. 4029., (2006), s.390-399
- Verified by:
- Gdańsk University of Technology
seen 97 times