論文の概要: An Easy-to-use Real-world Multi-objective Optimization Problem Suite
- arxiv url: http://arxiv.org/abs/2009.12867v1
- Date: Sun, 27 Sep 2020 15:11:08 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-14 03:16:04.916390
- Title: An Easy-to-use Real-world Multi-objective Optimization Problem Suite
- Title（参考訳）: 使い易い実世界の多目的最適化問題スイート
- Authors: Ryoji Tanabe and Hisao Ishibuchi
- Abstract要約: 16の制約付き実世界の問題からなる多目的最適化問題スイートを提案する。
16のうち4は多目的混合整数最適化問題である。
16の問題について6つの代表的な進化的多目的最適化アルゴリズムの性能を解析する。
- 参考スコア（独自算出の注目度）: 7.81768535871051
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Although synthetic test problems are widely used for the performance
assessment of evolutionary multi-objective optimization algorithms, they are
likely to include unrealistic properties which may lead to
overestimation/underestimation. To address this issue, we present a
multi-objective optimization problem suite consisting of 16 bound-constrained
real-world problems. The problem suite includes various problems in terms of
the number of objectives, the shape of the Pareto front, and the type of design
variables. 4 out of the 16 problems are multi-objective mixed-integer
optimization problems. We provide Java, C, and Matlab source codes of the 16
problems so that they are available in an off-the-shelf manner. We examine an
approximated Pareto front of each test problem. We also analyze the performance
of six representative evolutionary multi-objective optimization algorithms on
the 16 problems. In addition to the 16 problems, we present 8 constrained
multi-objective real-world problems.
- Abstract（参考訳）: 合成試験問題は、進化的多目的最適化アルゴリズムの性能評価に広く用いられているが、過大評価/過小評価につながる可能性のある非現実的特性を含む可能性が高い。
この問題に対処するために,16の制約付き実世界の問題からなる多目的最適化問題スイートを提案する。
問題スイートには、目的数、Paretoフロントの形状、設計変数の種類など、さまざまな問題が含まれている。
16のうち4は多目的混合整数最適化問題である。
私たちは16の問題のjava、c、matlabのソースコードを提供し、それらをそのまま利用できるようにしています。
各テスト問題の近似パレートフロントについて検討した。
また,16問題に対する6つの代表的な進化的多目的最適化アルゴリズムの性能解析を行った。
16問題に加えて,制約付き多目的実世界の8問題を示す。
関連論文リスト
- Metaheuristics for the Template Design Problem: Encoding, Symmetry and Hybridisation [0.0]
テンプレート設計問題(TDP)は、多くの対称性を持つ難しい問題であり、それをより複雑にしている。
本稿では,テンプレート設計の適合性を評価することを目的として,多種多様なメタヒューリスティクスを探索し,解析する。
論文 参考訳（メタデータ） (2024-11-05T06:29:12Z) - Deep-ELA: Deep Exploratory Landscape Analysis with Self-Supervised Pretrained Transformers for Single- and Multi-Objective Continuous Optimization Problems [0.5461938536945723]
本研究では,ディープラーニングとERAの機能を組み合わせたハイブリッドアプローチであるDeep-ELAを提案する。
提案するフレームワークは、単目的および多目的の連続最適化問題を分析するために、最初から利用できるか、あるいは様々なタスクに微調整することができる。
論文 参考訳（メタデータ） (2024-01-02T12:41:17Z) - Optimizing Solution-Samplers for Combinatorial Problems: The Landscape
of Policy-Gradient Methods [52.0617030129699]
本稿では,DeepMatching NetworksとReinforcement Learningメソッドの有効性を解析するための新しい理論フレームワークを提案する。
我々の主な貢献は、Max- and Min-Cut、Max-$k$-Bipartite-Bi、Maximum-Weight-Bipartite-Bi、Traveing Salesman Problemを含む幅広い問題である。
本分析の副産物として,バニラ降下による新たな正則化プロセスを導入し,失効する段階的な問題に対処し,悪い静止点から逃れる上で有効であることを示す理論的および実験的証拠を提供する。
論文 参考訳（メタデータ） (2023-10-08T23:39:38Z) - A Study of Scalarisation Techniques for Multi-Objective QUBO Solving [0.0]
量子および量子に着想を得た最適化アルゴリズムは、学術ベンチマークや実世界の問題に適用した場合に有望な性能を示す。
しかし、QUBOソルバは単目的解法であり、複数の目的による問題の解法をより効率的にするためには、そのような多目的問題を単目的問題に変換する方法を決定する必要がある。
論文 参考訳（メタデータ） (2022-10-20T14:54:37Z) - On a class of geodesically convex optimization problems solved via
Euclidean MM methods [50.428784381385164]
ユークリッド凸化関数の違いは、統計学と機械学習の異なるタイプの問題の違いとして記述できることを示す。
最終的に、より広い範囲、より広い範囲の作業を支援するのです。
論文 参考訳（メタデータ） (2022-06-22T23:57:40Z) - A Constrained Optimization Approach to Bilevel Optimization with
Multiple Inner Minima [49.320758794766185]
そこで本研究では,両レベル問題を等価な制約付き最適化に変換する手法を提案する。
このようなアプローチには、(a)多重内極小問題への対処、(b)ジャコビアン計算のない完全一階効率など、いくつかの利点がある。
論文 参考訳（メタデータ） (2022-03-01T18:20:01Z) - Learning Proximal Operators to Discover Multiple Optima [66.98045013486794]
非家族問題における近位演算子を学習するためのエンドツーエンド手法を提案する。
本手法は,弱い目的と穏やかな条件下では,世界規模で収束することを示す。
論文 参考訳（メタデータ） (2022-01-28T05:53:28Z) - Multi-Objective Constrained Optimization for Energy Applications via
Tree Ensembles [55.23285485923913]
エネルギーシステムの最適化問題は、強い非線形系の挙動と複数の競合する目的のために複雑である。
場合によっては、提案された最適解は、物理的性質や安全クリティカルな操作条件に関連する明示的な入力制約に従う必要がある。
本稿では,ブラックボックス問題に対する制約付き多目的最適化のためのツリーアンサンブルを用いた新しいデータ駆動戦略を提案する。
論文 参考訳（メタデータ） (2021-11-04T20:18:55Z) - Characterization of Constrained Continuous Multiobjective Optimization
Problems: A Feature Space Perspective [0.0]
制約付き多目的最適化問題(CMOP)はいまだ不満足に理解され、特徴づけられる。
CMOPを特徴付けるために,29の景観特徴(うち19は新規)を提案する。
実世界の物理モデルに基づく実世界の問題からなる,最近提案されたテストスイートと,8つの頻繁な人工テストスイートを比較した。
論文 参考訳（メタデータ） (2021-09-09T21:21:57Z) - Scalable and Customizable Benchmark Problems for Many-Objective
Optimization [0.0]
我々は多目的問題(MaOP)に対するスケーラブルでカスタマイズ可能なベンチマーク問題のパラメータ化生成器を提案する。
他のベンチマークにある機能を再現する問題や、いくつかの新機能に関する問題を生成することができる。
論文 参考訳（メタデータ） (2020-01-26T12:39:51Z) - Pareto Multi-Task Learning [53.90732663046125]
マルチタスク学習は複数の相関タスクを同時に解くための強力な方法である。
異なるタスクが互いに衝突する可能性があるため、すべてのタスクを最適化するひとつのソリューションを見つけることは、しばしば不可能である。
近年,マルチタスク学習を多目的最適化として活用することにより,タスク間のトレードオフが良好である1つのパレート最適解を求める方法が提案されている。
論文 参考訳（メタデータ） (2019-12-30T08:58:40Z)
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。