論文の概要: Type-2 fuzzy reliability redundancy allocation problem and its solution
using particle swarm optimization algorithm
- arxiv url: http://arxiv.org/abs/2005.00863v1
- Date: Sat, 2 May 2020 15:39:54 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-07 11:41:36.300070
- Title: Type-2 fuzzy reliability redundancy allocation problem and its solution
using particle swarm optimization algorithm
- Title（参考訳）: 粒子群最適化アルゴリズムを用いた2型ファジィ信頼度分散問題とその解法
- Authors: Zubair Ashraf, Pranab K. Muhuri, Q. M. Danish Lohani, and Mukul L. Roy
- Abstract要約: ファジィ多目的信頼性冗長配置問題 (FMORRAP) を提案する。
FMORRAPはシステムの信頼性を最大化し、同時にシステムコストを最小化する。
- 参考スコア（独自算出の注目度）: 9.760638545828497
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, the fuzzy multi-objective reliability redundancy allocation
problem (FMORRAP) is proposed, which maximizes the system reliability while
simultaneously minimizing the system cost under the type 2 fuzzy uncertainty.
In the proposed formulation, the higher order uncertainties (such as
parametric, manufacturing, environmental, and designers uncertainty) associated
with the system are modeled with interval type 2 fuzzy sets (IT2 FS). The
footprint of uncertainty of the interval type 2 membership functions (IT2 MFs)
accommodates these uncertainties by capturing the multiple opinions from
several system experts. We consider IT2 MFs to represent the subsystem
reliability and cost, which are to be further aggregated using extension
principle to evaluate the total system reliability and cost according to their
configurations, i.e., series parallel and parallel series. We proposed a
particle swarm optimization (PSO) based novel solution approach to solve the
FMORRAP. To demonstrate the applicability of two formulations, namely, series
parallel FMORRAP and parallel series FMORRAP, we performed experimental
simulations on various numerical data sets. The decision makers/system experts
assign different importance to the objectives (system reliability and cost),
and these preferences are represented by sets of weights. The optimal results
are obtained from our solution approach, and the Pareto optimal front is
established using these different weight sets. The genetic algorithm (GA) was
implemented to compare the results obtained from our proposed solution
approach. A statistical analysis was conducted between PSO and GA, and it was
found that the PSO based Pareto solution outperforms the GA.
- Abstract（参考訳）: 本稿では,2型ファジィ不確実性の下でシステムコストを最小化しつつ,システム信頼性を最大化するファジィ多目的信頼性冗長配置問題(FMORRAP)を提案する。
提案した定式化では, システムに関連する高次不確実性(パラメトリック, 製造, 環境, デザイナーの不確実性)を, 間隔型2ファジィ集合(IT2 FS)でモデル化する。
インターバルタイプ2のメンバーシップ関数(it2 mfs)の不確かさの足跡は、複数のシステム専門家の複数の意見を捉えることによって、これらの不確実性に対応している。
我々は、it2 mfをサブシステムの信頼性とコストを表すものとし、その構成、すなわち直列並列および並列列に応じてシステム全体の信頼性とコストを評価する拡張原理を用いてさらに集約する。
本研究では,fmorrap の解法として particle swarm optimization (pso) を用いた新しい解法を提案する。
並列FMORRAPと並列FMORRAPの2つの定式化の適用性を実証するため, 種々の数値データセットを用いて実験を行った。
意思決定者/システムの専門家は目的(システムの信頼性とコスト)に異なる重要性を割り当て、これらの好みは重み付けのセットで表される。
解法により最適結果が得られ、これらの異なる重み集合を用いてパレート最適フロントが確立される。
提案手法から得られた結果を比較するために遺伝的アルゴリズム(GA)を実装した。
PSO法とGA法で統計的解析を行い,PSO法をベースとしたPareto法ではGA法よりも優れた結果が得られた。
関連論文リスト
- Learning Controlled Stochastic Differential Equations [61.82896036131116]
本研究では,非一様拡散を伴う連続多次元非線形微分方程式のドリフト係数と拡散係数の両方を推定する新しい手法を提案する。
我々は、(L2)、(Linfty)の有限サンプル境界や、係数の正則性に適応する学習率を持つリスクメトリクスを含む、強力な理論的保証を提供する。
当社のメソッドはオープンソースPythonライブラリとして利用可能です。
論文 参考訳（メタデータ） (2024-11-04T11:09:58Z) - Likelihood Ratio Confidence Sets for Sequential Decision Making [51.66638486226482]
確率に基づく推論の原理を再検討し、確率比を用いて妥当な信頼シーケンスを構築することを提案する。
本手法は, 精度の高い問題に特に適している。
提案手法は,オンライン凸最適化への接続に光を当てることにより,推定器の最適シーケンスを確実に選択する方法を示す。
論文 参考訳（メタデータ） (2023-11-08T00:10:21Z) - End-to-End Pareto Set Prediction with Graph Neural Networks for
Multi-objective Facility Location [10.130342722193204]
施設配置問題(FLP)は、サプライチェーンやロジスティクスで広く見られるNPハード最適化問題の典型的なクラスである。
本稿では,システム全体のコストを同時に最小化し,システム信頼性を最大化する多目的施設配置問題(MO-FLP)について考察する。
ノードとエッジの暗黙グラフ表現を学習するために、2つのグラフニューラルネットワークを構築した。
論文 参考訳（メタデータ） (2022-10-27T07:15:55Z) - Gradient-Free Methods for Deterministic and Stochastic Nonsmooth
Nonconvex Optimization [94.19177623349947]
非滑らかな非最適化問題は、機械学習とビジネス製造に現れる。
2つのコア課題は、有限収束を保証する効率的な方法の開発を妨げる。
GFMとSGFMの2相版も提案され, 改良された大規模評価結果が得られた。
論文 参考訳（メタデータ） (2022-09-12T06:53:24Z) - Reliability Analysis of Complex Multi-State System Based on Universal
Generating Function and Bayesian Network [3.6342714911361162]
複合多状態システム(MSS)におけるUGF-BNと呼ばれる新しい信頼性解析手法を提案する。
UGF-BNフレームワークにおいて、UGF法は、まず、多数の下位コンポーネントを解析するために使用される。
複雑なMSSの信頼性はBN法によってモデル化される。
論文 参考訳（メタデータ） (2022-06-15T08:20:59Z) - Algorithms for Bayesian network modeling and reliability inference of
complex multistate systems: Part II-Dependent systems [1.9856044678176497]
本稿では、BN信頼度モデリングと解析のための新しい手法を提案し、圧縮アイデアを複合多状態依存システムに適用する。
その結果、パートIとパートIIの提案したアルゴリズムは、複雑なマルチステートシステムの信頼性モデリングと解析を可能にすることを示した。
論文 参考訳（メタデータ） (2022-04-04T08:57:55Z) - When AUC meets DRO: Optimizing Partial AUC for Deep Learning with
Non-Convex Convergence Guarantee [51.527543027813344]
単方向および二方向部分AUC(pAUC)の系統的および効率的な勾配法を提案する。
一方通行と一方通行の pAUC に対して,2つのアルゴリズムを提案し,それぞれ2つの定式化を最適化するための収束性を証明した。
論文 参考訳（メタデータ） (2022-03-01T01:59:53Z) - Modeling the Second Player in Distributionally Robust Optimization [90.25995710696425]
我々は、最悪のケース分布を特徴付けるために神経生成モデルを使うことを議論する。
このアプローチは多くの実装と最適化の課題をもたらします。
提案されたアプローチは、同等のベースラインよりも堅牢なモデルを生み出す。
論文 参考訳（メタデータ） (2021-03-18T14:26:26Z) - Online Optimization and Ambiguity-based Learning of Distributionally Uncertain Dynamic Systems [1.6709415233613623]
本稿では,分散的に不確実な力学系のクラスを対象とする最適化問題 (P) に対して,データ駆動型オンラインソリューションを構築するための新しい手法を提案する。
導入されたフレームワークは、パラメータ化された制御依存のあいまいさセットを通じて、分散システムの不確実性の同時学習を可能にする。
また、Nesterovの高速化段階アルゴリズムのオンライン版を導入し、その性能を分析して、分散性理論を用いてこの問題のクラスを解く。
論文 参考訳（メタデータ） (2021-02-18T01:49:06Z) - Combining Deep Learning and Optimization for Security-Constrained
Optimal Power Flow [94.24763814458686]
セキュリティに制約のある最適電力フロー(SCOPF)は、電力システムの基本である。
SCOPF問題におけるAPRのモデル化は、複雑な大規模混合整数プログラムをもたらす。
本稿では,ディープラーニングとロバスト最適化を組み合わせた新しい手法を提案する。
論文 参考訳（メタデータ） (2020-07-14T12:38:21Z) - Simplified Swarm Optimization for Bi-Objection Active Reliability
Redundancy Allocation Problems [1.5990720051907859]
信頼性冗長性割り当て問題(RRAP)は、システム設計、開発、管理においてよく知られた問題である。
本研究では, コスト制約を新たな目標として変更することにより, 両対象RRAPを定式化する。
提案課題を解決するために,ペナルティ関数を備えた新しい簡易スワム最適化 (SSO) ,実効1型ソリューション構造,数値ベースの自己適応型新しい更新機構,制約付き非支配型ソリューション選択,および新しいpBest代替ポリシーを開発した。
論文 参考訳（メタデータ） (2020-06-17T13:15:44Z)
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。