سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

یک NSGA-III روش بهبود یافته برای بهینه سازی چند هدفه تکاملی

Publish Year: 1395
Type: Conference paper
Language: Persian
View: 3,224

This Paper With 11 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

EECS01_001

Index date: 28 April 2017

یک NSGA-III روش بهبود یافته برای بهینه سازی چند هدفه تکاملی abstract

(مسایل بهینه سازیچهار یا اهداف بیشتر) یکچالش بزرگ برایتسلط پرتو کلاسیک بر الگوریتم هایتکاملی چند هدفه (MOEAها)، مانند II-NSGA و SPEA2 در برخواهد داشت. این عمدتا به دلیل این واقعیت است که با افزایش تعداد اهداف ؛ فشار انتخاب بر اساس تسلط پرتو به شدت کاهش می یابد . به تازگی، یک نقطه مرجع مبنی بر II-NSGA ،به عنوان III-NSGA ،برایمقابله با مسایل چند هدفی پیشنهاد می شود، که در آن حفظ تنوع در میان اعضایجمعیتتوسط تهیه و انطباق به روز رسانی تعدادی از نقاط مرجع به خوبی گسترده شده حفظ می شود. با این حال، III-NSGA هنوز در تسلط پرتو متکی به فشار جمعیت به سمت front pareto) PF ،(برای بهبود تواناییهمگرایی آن است. در اینمقاله ما مطالعه ای بر فعالیت های اخیر و همچنین یکروش NSGAIII بهبود یافته، به نام III-NSGA-ș ،داریم ، با هدف معاوضه بهتر همگرایی و تنوع در بهینه سازی چند هدفه است. در III-NSGA-ș ،طرح مرتب سازی غیرتحت سلطه بر اساس پیشنهاد dominance-θ برای رتبه بندی راه حل در مرحله انتخاب محیط است، که هر دو همگرایی و تنوع را تضمین می کند. آزمایش هایمحاسباتی نشان داده اند که III-NSGA-ș به طور قابل توجهی بهتر از اصل III-NSGA و D/MOEAدر اغلب موارد بدون توجه به همگرایی و عملکرد کلی هستند.

یک NSGA-III روش بهبود یافته برای بهینه سازی چند هدفه تکاملی Keywords:

non-dominated sorting , ș-dominance , III-NSGA , III-NSGA-ș , هدفه چند سازی بهینه

یک NSGA-III روش بهبود یافته برای بهینه سازی چند هدفه تکاملی authors

محمدمهدی یوسفی

شیراز ، موسسه آموزش عالی آپادانا

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
J. G. Herrero, A. Berlanga, and J. M. M. Lopez ...
A. S:ulflow, N. Drechsler, and R. Drechsler. Robust multi-objective optimization ...
W. Mkaouer, M. Kessentini, S. Bechikh, K. Deb, and M. ...
E. Zitzler, M. Laumnns, and L. Thiele. SPEA2: Improving the ...
N. Drechsler, R. Drechsler, and B. Becker. Multi-objective optimisation based ...
M.Farina and P. Amato. A fuzzy definition of "optimality" for ...
F. di Pierro, S.-T. Khu, and D. A. Savic. An ...
A. L opez, C. A. C. Coello, A. Oyam, and ...
_ Deb, A. Pratap, S. Agarwal, and T. Meyarivan. A ...
M. KFoppen and K. Yoshida. Substitute distance assignments in nsga-i ...
S. Kukkonen and K. Deb. Improved pruning of non-dominated solutions ...
S. F. Adra and P. J. Fleming. Diversity mmnagement in ...
H. Li and Q. Zhang. Multiobjective optimzation problems with complicated ...
Q. Zhang and H. Li. MOEA/D: A multiobjective evolutionary algorithm ...
E. Zitzler and S. K:unzl Indicator-bas ed selection in multiobjective ...
N. Beume, B. Naujoks, and M. Emmeric. SMS-EMOA: Multiobjective selection ...
J.Bader and E Zitzler. Hype: An algorithm for fast hyp ...
K. Deb and R B. Agrawal. Simulated binary crossover for ...
A. Jaszkiewic, Momh multip le-objective metaheuristic, Apr. 2013. [Online]. Available: ...
نمایش کامل مراجع

مقاله فارسی "یک NSGA-III روش بهبود یافته برای بهینه سازی چند هدفه تکاملی" توسط محمدمهدی یوسفی، شیراز ، موسسه آموزش عالی آپادانا؛ کیمیا بازرگان؛ هاله همایونی نوشته شده و در سال 1395 پس از تایید کمیته علمی نخستین کنفرانس سراسری مهندسی برق و علوم کامپیوتر پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله non-dominated sorting ، ș-dominance ، III-NSGA ، III-NSGA-ș ، هدفه چند سازی بهینه هستند. این مقاله در تاریخ 8 اردیبهشت 1396 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 3224 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که (مسایل بهینه سازیچهار یا اهداف بیشتر) یکچالش بزرگ برایتسلط پرتو کلاسیک بر الگوریتم هایتکاملی چند هدفه (MOEAها)، مانند II-NSGA و SPEA2 در برخواهد داشت. این عمدتا به دلیل این واقعیت است که با افزایش تعداد اهداف ؛ فشار انتخاب بر اساس تسلط پرتو به شدت کاهش می یابد . به تازگی، یک نقطه مرجع مبنی بر II-NSGA ،به عنوان III-NSGA ... . برای دانلود فایل کامل مقاله یک NSGA-III روش بهبود یافته برای بهینه سازی چند هدفه تکاملی با 11 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.