Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Buchtitelbild

2017 | OriginalPaper | Buchkapitel

Extending the Delaunay Triangulation Based Density Measurement to Many-Objective Optimization

verfasst von : Yutao Qi, Haodong Guo, Xiaodong Li

Erschienen in: Artificial Life and Computational Intelligence

Verlag: Springer International Publishing

Einloggen

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

search-config
loading …

Abstract

This paper investigates the scalability of the Delaunay triangulation (DT) based diversity preservation technique for solving many-objective optimization problems (MaOPs). Following the NSGA-II algorithm, the proposed optimizer with DT based density measurement (NSGAII-DT) determines the density of individuals according to the DT mesh built on the population in the objective space. To reduce the computing time, the population is projected onto a plane before building the DT mesh. Experimental results show that NSGA-II-DT outperforms NSGA-II on WFG problems with 4, 5 and 6 objectives. Two projection strategies using a unit plane and a least-squares plane in the objective space are investigated and compared. Our results also show that the former is more effective than the latter.

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
Nächstes Kapitel Emotion, Trustworthiness and Altruistic Punishment in a Tragedy of the Commons Social Dilemma
Literatur
1.
Zhou, A., Qu, B.-Y., Li, H., Zhao, S.-Z., Suganthan, P.N., Zhang, Q.: Multiobjective evolutionary algorithms: a survey of the state of the art. Swarm Evol. Comput. 1, 32–49 (2011)CrossRef
2.
Deb, K., Pratap, A., Agarwal, S., Meyarivan, T.: A fast and elitist multiobjective genetic algorithm: NSGA-II. IEEE Trans. Evol. Comput. 6, 182–197 (2002)CrossRef
3.
Zitzler, E., Laumanns, M., Thiele, L.: SPEA2: improving the strength Pareto evolutionary algorithm for multiobjective optimization. In: Evolutionary Methods for Design, Optimisation, and Control, pp. 95–100. CIMNE, Barcelona (2002)
4.
Purshouse, R.C., Fleming, P.J.: On the evolutionary optimization of many conflicting objectives. IEEE Trans. Evol. Comput. 11(6), 770–784 (2007)CrossRef
5.
Li, X.: Niching without niching parameters: particle swarm optimization using a ring topology. IEEE Trans. Evol. Comput. 14, 150–169 (2010)CrossRef
6.
Kim, H., Liou, M.-S.: New fitness sharing approach for multi-objective genetic algorithms. J. Glob. Optim. 55, 579–595 (2013)MathSciNetCrossRefMATH
7.
Luo, B., Zheng, J., Xie, J., Wu, J.: Dynamic crowding distance - a new diversity maintenance strategy for MOEAs. In: 4th International Conference on Natural Computation, ICNC 2008. pp. 580–585 (2008)
8.
Kukkonen, S., Deb, K.: A fast and effective method for pruning of non-dominated solutions in many-objective problems. In: Runarsson, T.P., Beyer, H.-G., Burke, E., Merelo-Guervós, Juan, J., Whitley, L.,Darrell, Yao, X. (eds.) PPSN 2006. LNCS, vol. 4193, pp. 553–562. Springer, Heidelberg (2006). doi:10.​1007/​11844297_​56 CrossRef
9.
Qi, Y., Yin, M., Li, X.: A Delaunay triangulation based density measurement for evolutionary multi-objective optimization. In: Ray, T., Sarker, R., Li, X. (eds.) ACALCI 2016. LNCS (LNAI), vol. 9592, pp. 183–192. Springer, Heidelberg (2016). doi:10.​1007/​978-3-319-28270-1_​16 CrossRef
10.
Deb, K.: Multi-Objective Optimization using Evolutionary Algorithms. Wiley, Chichester (2001)MATH
11.
Dwyer, R.A.: A faster divide-and-conquer algorithm for constructing Delaunay triangulations. Algorithmica 2, 137–151 (1987)MathSciNetCrossRefMATH
12.
Cignoni, P., Montani, C., Scopigno, R.: DeWall: a fast divide and conquer Delaunay triangulation algorithm in Ed. Comput. Aided Des. 30(5), 333–341 (1998)CrossRefMATH
13.
Chernov, N.: Circular and Linear Regression: Fitting Circles and Lines by Least Squares. Monographs on Statistics & Applied Probability. Chapman & Hall/CRC, Boca Raton (2010)CrossRef
14.
Huband, Simon, Barone, Luigi, While, Lyndon, Hingston, Phil: A scalable multi-objective test problem toolkit. In: Coello Coello, Carlos, A., Hernández Aguirre, Arturo, Zitzler, Eckart (eds.) EMO 2005. LNCS, vol. 3410, pp. 280–295. Springer, Heidelberg (2005). doi:10.​1007/​978-3-540-31880-4_​20 CrossRef
15.
Zitzler, E., Thiele, L., Laumanns, M., Fonseca, C.M., Da Fonseca, V.G.: Performance assessment of multiobjective optimizers: an analysis and review. IEEE Trans. Evol. Comput. 7, 117–132 (2003)CrossRef
16.
Seidel, R.: Exact upper bounds for the number of faces in d-dimensional Voronoi diagram. In: Applied Geometry and Discrete Mathematics – The Victor Klee Festschrift, DIMACS Series in Discrete Mathematics and Theoretical Computer Science, pp. 517–529 (1991)
17.
Wilcoxon, F.: Individual comparisons by ranking methods. Biom. Bull. 1(6), 80–83 (1945)CrossRef
Metadaten
Titel
Extending the Delaunay Triangulation Based Density Measurement to Many-Objective Optimization
verfasst von
Yutao Qi
Haodong Guo
Xiaodong Li
Copyright-Jahr
2017
Buch
Artificial Life and Computational Intelligence

Print ISBN: 978-3-319-51690-5

Electronic ISBN: 978-3-319-51691-2

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-51691-2_1