論文の概要: Optimization by Hybridization of a Genetic Algorithm with the PROMOTHEE
Method: Management of Multicriteria Localization
- arxiv url: http://arxiv.org/abs/2002.04068v1
- Date: Fri, 10 Jan 2020 12:17:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-12 23:03:46.063204
- Title: Optimization by Hybridization of a Genetic Algorithm with the PROMOTHEE
Method: Management of Multicriteria Localization
- Title（参考訳）: PROMOTHEE法による遺伝的アルゴリズムのハイブリダイゼーションによる最適化:多基準局所化の管理
- Authors: Myriem Alijo, Otman Abdoun, Mostafa Bachran, Amal Bergam
- Abstract要約: 本研究は,遺伝的アルゴリズム,経済インテリジェンス(EI)および多基準分析手法(MCA)によるハイブリダイゼーションによって構成される。
同社の目的は、競争上の優位性を実現するために、その活動の場所を見つけることだ。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The decision to locate an economic activity of one or several countries is
made taking into account numerous parameters and criteria. Several studies have
been carried out in this field, but they generally use information in a reduced
context. The majority are based solely on parameters, using traditional methods
which often lead to unsatisfactory solutions.This work consists in hybridizing
through genetic algorithms, economic intelligence (EI) and multicriteria
analysis methods (MCA) to improve the decisions of territorial localization.
The purpose is to lead the company to locate its activity in the place that
would allow it a competitive advantage. This work also consists of identifying
all the parameters that can influence the decision of the economic actors and
equipping them with tools using all the national and international data
available to lead to a mapping of countries, regions or departments favorable
to the location. Throughout our research, we have as a goal the realization of
a hybrid conceptual model of economic intelligence based on multicriteria on
with genetic algorithms in order to optimize the decisions of localization, in
this perspective we opted for the method of PROMETHEE (Preference Ranking
Organization for Method of Enrichment Evaluation), which has made it possible
to obtain the best compromise between the various visions and various points of
view.
- Abstract（参考訳）: 1つまたは複数の国の経済活動を特定する決定は多くのパラメータと基準を考慮している。
この分野ではいくつかの研究が行われてきたが、一般的には少ない文脈で情報を使用する。
この研究は、遺伝的アルゴリズム、経済インテリジェンス(EI)、マルチ基準分析(MCA)を通じて、領域のローカライゼーションの意思決定を改善するためのハイブリダイゼーション(ハイブリダイゼーション)である。
その目的は、企業が競争上の優位性を享受できる場所にその活動を見つけるように導くことだ。
この研究はまた、経済関係者の決定に影響を及ぼすすべてのパラメータを特定し、それらに、その場所に適した国、地域、部門をマッピングするために利用可能なすべての国内および国際データを使用するツールを提供する。
本研究を通じて, 遺伝的アルゴリズムを用いたマルチ基準に基づくハイブリッド型経済インテリジェンスモデルの実現を目指して, ローカライゼーションの決定を最適化する目的で, 様々なビジョンと様々な視点の最良の妥協を得られる ProMETHEE (Preference Ranking Organization for Enrichment Evaluation) の手法を選択した。
関連論文リスト
- Balancing Optimality and Diversity: Human-Centered Decision Making through Generative Curation [6.980546503227467]
本稿では,量的・質的両面を統合することにより,決定オプションの真の望ましさを最適化する生成キュレーションという新しい枠組みを導入する。
提案手法は,多種多様な準最適動作を効率的にサンプリングするための分配$pi$を生成する生成ニューラルネットワークアーキテクチャと,反復的に解を生成する逐次最適化手法である。
提案手法を広範囲なデータセットで検証し,複雑な環境にまたがる意思決定プロセスの強化の有効性を実証する。
論文 参考訳（メタデータ） (2024-09-17T20:13:32Z) - Optimizing Feature Selection with Genetic Algorithms: A Review of Methods and Applications [4.395397502990339]
遺伝的アルゴリズム (GA) は, 局所最適化を回避し, 選択プロセス自体を改善することで, 欠点に対する対策として提案されている。
本論文では,アプリケーションにおけるGAベースの特徴選択技術とその適用性について概観する。
論文 参考訳（メタデータ） (2024-09-05T22:28:42Z) - An incremental preference elicitation-based approach to learning potentially non-monotonic preferences in multi-criteria sorting [53.36437745983783]
まず最適化モデルを構築し,非単調な選好をモデル化する。
本稿では,情報量測定手法と質問選択戦略を考案し,各イテレーションにおいて最も情報に富む選択肢を特定する。
2つのインクリメンタルな選好に基づくアルゴリズムは、潜在的に単調な選好を学習するために開発された。
論文 参考訳（メタデータ） (2024-09-04T14:36:20Z) - Modeling Local Search Metaheuristics Using Markov Decision Processes [0.0]
局所探索メタヒューリスティック解析のためのマルコフ決定過程(MDP)に基づく理論的枠組みを提案する。
このフレームワークは、個々のアルゴリズムに収束結果を提供するのに役立つだけでなく、探索-探索トレードオフの明示的な特徴も提供する。
論文 参考訳（メタデータ） (2024-07-29T11:28:30Z) - A Taxonomy of Decentralized Identifier Methods for Practitioners [50.76687001060655]
SSI(Self-Sovereign Identity)の新たなアイデンティティ管理パラダイムの中核となるのは、W3C Decentralized Identifiers(DID)標準である。
本稿では, DID手法を選択する際に, 実践者が情報的意思決定を行えるようにするためのDID手法の分類法を提案する。
論文 参考訳（メタデータ） (2023-10-18T13:01:40Z) - A Survey of Contextual Optimization Methods for Decision Making under
Uncertainty [47.73071218563257]
この記事では、データからポリシーを学ぶための3つの主要なフレームワークを特定し、その強みと限界について論じる。
統一的な表記と用語の下で既存のモデルとメソッドを示し、これらを3つの主要なフレームワークに従って分類する。
論文 参考訳（メタデータ） (2023-06-17T15:21:02Z) - Reinforcement Learning with Heterogeneous Data: Estimation and Inference [84.72174994749305]
人口の不均一性に関する逐次的決定問題に対処するために,K-ヘテロ・マルコフ決定過程(K-ヘテロ・MDP)を導入する。
本稿では、ある政策の価値を推定するための自己クラスタ化政策評価(ACPE)と、ある政策クラスにおける最適な政策を推定するための自己クラスタ化政策イテレーション(ACPI)を提案する。
理論的な知見を裏付けるシミュレーションを行い,MIMIC-III標準データセットの実証的研究を行った。
論文 参考訳（メタデータ） (2022-01-31T20:58:47Z) - Diversity in Kemeny Rank Aggregation: A Parameterized Approach [3.6603644500568806]
ソリューション多様性と呼ばれる最近の人工知能のトレンドは、最適性の概念の発展に焦点を当てている。
本研究では,この組み合わせがケメニー・ランク・アグリゲーションの分野に与える影響について検討する。
我々の主な成果は、線形に順序付けられた投票よりも伝統的な集計の設定を考えるときと、部分的に投票が順序付けられたより一般的な場合の両方に当てはまる。
論文 参考訳（メタデータ） (2021-05-19T21:50:03Z) - Exploiting Local Optimality in Metaheuristic Search [0.0]
本稿では,適応型メモリメタヒューリスティックを用いて,ソリューション履歴の有用な特徴を特定し,活用するための戦略を導入する。
提案手法は指数外挿という構造に基づく新しい適応型メモリを用いる。
論文 参考訳（メタデータ） (2020-10-12T01:51:09Z) - Decentralized Reinforcement Learning: Global Decision-Making via Local
Economic Transactions [80.49176924360499]
我々は、シーケンシャルな意思決定問題を解決するために、単純で専門的で自己関心のあるエージェントの社会を指示する枠組みを確立する。
我々は分散強化学習アルゴリズムのクラスを導出する。
我々は、より効率的な移動学習のための社会固有のモジュラー構造の潜在的な利点を実証する。
論文 参考訳（メタデータ） (2020-07-05T16:41:09Z) - On the Global Optimality of Model-Agnostic Meta-Learning [133.16370011229776]
モデル・ア・メタラーニング(MAML)は、メタラーニングを二段階最適化問題として定式化し、内部レベルが各サブタスクを、共有された事前に基づいて解決する。
学習と教師あり学習の両方においてMAMLが達成した定常点の最適性を特徴付ける。
論文 参考訳（メタデータ） (2020-06-23T17:33:14Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。