論文の概要: The multi-objective optimisation of breakwaters using evolutionary approach

• arxiv url: http://arxiv.org/abs/2004.03010v2
• Date: Wed, 8 Sep 2021 09:50:32 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-16 06:01:40.167177
• Title: The multi-objective optimisation of breakwaters using evolutionary approach
• Title（参考訳）: 進化的アプローチによるブレークウォーターの多目的最適化
• Authors: Nikolay O. Nikitin, Iana S. Polonskaia, Anna V. Kalyuzhnaya, Alexander V. Boukhanovsky
• Abstract要約: 工学的な実践では、港や海岸の既存の保護施設の有効性を高めることがしばしば必要である。 本稿では, ブレークウォーター最適化のための多目的進化的アプローチを提案する。
• 参考スコア（独自算出の注目度）: 62.997667081978825
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In engineering practice, it is often necessary to increase the effectiveness of existing protective constructions for ports and coasts (i. e. breakwaters) by extending their configuration, because existing configurations don't provide the appropriate environmental conditions. That extension task can be considered as an optimisation problem. In the paper, the multi-objective evolutionary approach for the breakwaters optimisation is proposed. Also, a greedy heuristic is implemented and included to algorithm, that allows achieving the appropriate solution faster. The task of the identification of the attached breakwaters optimal variant that provides the safe ship parking and manoeuvring in large Black Sea Port of Sochi has been used as a case study. The results of the experiments demonstrated the possibility to apply the proposed multi-objective evolutionary approach in real-world engineering problems. It allows identifying the Pareto-optimal set of the possible configuration, which can be analysed by decision makers and used for final construction
• Abstract（参考訳）: エンジニアリングの実践では、既存の構成が適切な環境条件を提供していないため、その構成を拡張することにより、既存の港湾や海岸(例えば防波堤)の保護構造の有効性を高めることがしばしば必要となる。 この拡張タスクは最適化問題と見なすことができる。 本稿では,ブレークウォーター最適化のための多目的進化アプローチを提案する。 また、厳密なヒューリスティックが実装され、アルゴリズムに含まれ、適切なソリューションを迅速に実現できる。 ソチの大型黒海港において,安全な船舶の停泊と操縦を提供する防波堤の最適変種を特定する作業が事例研究として行われている。 実験の結果,実世界の工学問題に多目的進化アプローチを適用する可能性が示された。 可能な構成のパレート最適セットを識別でき、意思決定者によって分析され、最終的な構成に使用される。

関連論文リスト

• Analyzing and Enhancing the Backward-Pass Convergence of Unrolled Optimization [50.38518771642365]
  ディープネットワークにおけるコンポーネントとしての制約付き最適化モデルの統合は、多くの専門的な学習タスクに有望な進歩をもたらした。 この設定における中心的な課題は最適化問題の解によるバックプロパゲーションであり、しばしば閉形式を欠いている。 本稿では, 非線形最適化の後方通過に関する理論的知見を提供し, 特定の反復法による線形システムの解と等価であることを示す。 Folded Optimizationと呼ばれるシステムが提案され、非ローリングなソルバ実装からより効率的なバックプロパゲーションルールを構築する。
  論文  参考訳（メタデータ） (2023-12-28T23:15:18Z)
• Evolutionary Solution Adaption for Multi-Objective Metal Cutting Process Optimization [59.45414406974091]
  我々は,従来の最適化タスクから解を転送するアルゴリズムの能力を研究することのできる,システムの柔軟性のためのフレームワークを提案する。 NSGA-IIの柔軟性を2つの変種で検討し,1)2つのタスクの解を同時に最適化し,より適応性が高いと期待されるソース間の解を得る,2)活性化あるいは非活性化の異なる可能性に対応する能動的非アクティブなジェノタイプについて検討した。 その結果,標準NSGA-IIによる適応は目標目標への最適化に必要な評価回数を大幅に削減し,提案した変種は適応コストをさらに向上することがわかった。
  論文  参考訳（メタデータ） (2023-05-31T12:07:50Z)
• Differentiable Multi-Target Causal Bayesian Experimental Design [43.76697029708785]
  本稿では,ベイズ最適設計問題に対する勾配に基づくアプローチを導入し,バッチ環境で因果モデルを学習する。 既存の手法は、一連の実験を構築するためにグリーディ近似に依存している。 そこで本稿では,最適介入対象ペアの集合を取得するための,概念的にシンプルな勾配に基づく最適化手法を提案する。
  論文  参考訳（メタデータ） (2023-02-21T11:32:59Z)
• Robust expected improvement for Bayesian optimization [1.8130068086063336]
  本稿では,BO/GPフレームワークに敵対的手法を組み込む,堅牢な予測改善(REI)と呼ばれる代理モデルとアクティブラーニング手法を提案する。 ベンチマーク・シンセティック・エクササイズと、様々な複雑さの実際の問題について、いくつかの競合相手と比較し、比較する。
  論文  参考訳（メタデータ） (2023-02-16T22:34:28Z)
• Backpropagation of Unrolled Solvers with Folded Optimization [55.04219793298687]
  ディープネットワークにおけるコンポーネントとしての制約付き最適化モデルの統合は、多くの専門的な学習タスクに有望な進歩をもたらした。 1つの典型的な戦略はアルゴリズムのアンローリングであり、これは反復解法の操作による自動微分に依存している。 本稿では,非ロール最適化の後方通過に関する理論的知見を提供し,効率よく解けるバックプロパゲーション解析モデルを生成するシステムに繋がる。
  論文  参考訳（メタデータ） (2023-01-28T01:50:42Z)
• Environment Optimization for Multi-Agent Navigation [11.473177123332281]
  本研究の目的は,システムレベルの最適化問題において,環境を決定変数として考えることである。 完全性を確保しつつ環境が変化しうる条件を, 形式的証明を通じて示す。 幅広い実装シナリオに対応するため、オンラインとオフラインの両方の最適化と、離散環境と連続環境の両方の表現を含む。
  論文  参考訳（メタデータ） (2022-09-22T19:22:16Z)
• Surrogate-Assisted Evolutionary Generative Design Of Breakwaters Using Deep Convolutional Networks [0.0]
  そこで本研究では,沿岸域の高速かつ効果的な生成設計のための多目的進化的サロゲート支援手法を提案する。 計算コストのかかる目的関数を近似するために、深部畳み込みニューラルネットワークが代理モデルとして使用される。 実験結果から,提案手法により,非代理手法よりも効率的な(より優れた保護特性を持つコストの低い)ソリューションを同時に得られることが確認された。
  論文  参考訳（メタデータ） (2022-04-07T12:37:40Z)
• A Robust Multi-Objective Bayesian Optimization Framework Considering Input Uncertainty [0.0]
  エンジニアリング設計のような現実的なアプリケーションでは、設計者は複数の目的と入力の不確実性を考慮に入れたい場合が多い。 入力の不確実性を考慮した多目的最適化を効率的に行うための新しいベイズ最適化フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-02-25T17:45:26Z)
• An Empirical Study of Assumptions in Bayesian Optimisation [61.19427472792523]
  本研究では,ベイズ最適化に固有の従来的および非慣習的仮定を厳密に分析する。 超パラメータチューニングタスクの大多数は、不均一性と非定常性を示すと結論付けている。 これらの発見が実践者およびこの分野のさらなる研究の指針となることを願っている。
  論文  参考訳（メタデータ） (2020-12-07T16:21:12Z)
• Generalized and Scalable Optimal Sparse Decision Trees [56.35541305670828]
  様々な目的に対して最適な決定木を生成する手法を提案する。 また,連続変数が存在する場合に最適な結果が得られるスケーラブルなアルゴリズムも導入する。
  論文  参考訳（メタデータ） (2020-06-15T19:00:11Z)

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。