nach oben

Erschienen in:

2019 | OriginalPaper | Buchkapitel

An Improved Bi-goal Algorithm for Many-Objective Optimization

verfasst von : Huaxian Pan, Lei Cai

Erschienen in: E-Learning and Games

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

In this paper, an evolutionary algorithm based on bi-goal is proposed for many-objective optimization. We first provide a new proximity estimation, ensuring the convergence of algorithm. Afterwards, a new sharing function with a novel discriminator is employed to improve the diversity. The dominance-based environmental selection is applied in bi-goal space, which is expected to archive a good balance between convergence and diversity. The experimental results show that the proposed method can work well on most instances considered in this study, demonstrating that it is very competitive for solving many-objective optimization problems.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel A Deep Reinforcement Learning Approach for Autonomous Car Racing

Nächstes Kapitel 3D Human Motion Retrieval Based on Graph Model

Asafuddoula, M., Ray, T., Sarker, R.: A decomposition based evolutionary algorithm for many objective optimization. IEEE Trans. Evol. Comput. PP(99), 1 (2014). https://doi.org/10.1109/TEVC.2014.2339823CrossRefMATH

Bader, J., Zitzler, E.: HypE: an algorithm for fast hypervolume-based many-objective optimization. Evol. Comput. 19(1), 45–76 (2011)CrossRef

Cai, L., Qu, S., Cheng, G.: Two-archive method for aggregation-based many-objective optimization. Inf. Sci. 422, 305–317 (2018). https://doi.org/10.1016/j.ins.2017.08.078CrossRef

Cai, L., Qu, S., Yuan, Y., Yao, X.: A clustering-ranking method for many-objective optimization. Appl. Soft Comput. 35, 681–694 (2015). https://doi.org/10.1016/j.asoc.2015.06.020CrossRef

Das, I., Dennis, J.E.: Normal-boundary intersection: a new method for generating the pareto surface in nonlinear multicriteria optimization problems. SIAM J. Optim. 8(3), 631–657 (1998)MathSciNetCrossRef

Deb, K., Jain, H.: An evolutionary many-objective optimization algorithm using reference-point-based nondominated sorting approach, part i: solving problems with box constraints. IEEE Trans. Evol. Comput. 18(4), 577–601 (2014). https://doi.org/10.1109/TEVC.2013.2281535CrossRef

Deb, K., Mohan, M., Mishra, S.: Evaluating the \(\varepsilon \)-domination based multi-objective evolutionary algorithm for a quick computation of pareto-optimal solutions. Evol. Comput. 13(4), 501–525 (2005)CrossRef

Huband, S., Hingston, P., Barone, L., While, L.: A review of multiobjective test problems and a scalable test problem toolkit. IEEE Trans. Evol. Comput. 10(5), 477–506 (2006). https://doi.org/10.1109/TEVC.2005.861417CrossRefMATH

Li, M., Yang, S., Liu, X.: Bi-goal evolution for many-objective optimization problems. Artif. Intell. 228, 45–65 (2015). https://doi.org/10.1016/j.artint.2015.06.007MathSciNetCrossRefMATH

10.

Praditwong, K., Harman, M., Yao, X.: Software module clustering as a multi-objective search problem. IEEE Trans. Softw. Eng. 37(2), 264–282 (2011). https://doi.org/10.1109/TSE.2010.26CrossRef

11.

While, L., Bradstreet, L., Barone, L.: A fast way of calculating exact hypervolumes. IEEE Trans. Evol. Comput. 16(1), 86–95 (2012)CrossRef

12.

Yang, S., Li, M., Liu, X., Zheng, J.: A grid-based evolutionary algorithm for many-objective optimization. IEEE Trans. Evol. Comput. 17(5), 721–736 (2013). https://doi.org/10.1109/TEVC.2012.2227145CrossRef

13.

Yuan, Y., Xu, H.: Multiobjective flexible job shop scheduling using memetic algorithms. IEEE Trans. Autom. Sci. Eng. 12(1), 336–353 (2015). https://doi.org/10.1109/TASE.2013.2274517CrossRef

14.

Zhang, Q., Li, H.: MOEA/D: a multiobjective evolutionary algorithm based on decomposition. IEEE Trans. Evol. Comput. 11(6), 712–731 (2007). https://doi.org/10.1109/TEVC.2007.892759CrossRef

Titel: An Improved Bi-goal Algorithm for Many-Objective Optimization
verfasst von: Huaxian Pan
Lei Cai
Verlag: Springer International Publishing
Buch: E-Learning and Games
Print ISBN: 978-3-030-23711-0

Electronic ISBN: 978-3-030-23712-7

Copyright-Jahr: 2019
DOI: https://doi.org/10.1007/978-3-030-23712-7_28

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"

Premium Partner