Vícekriteriální optimalizace s omezeními pomocí analýzy potenciálních ploch
Cíle projektu
Reálné optimalizační problémy často zahrnují řadu protichůdných kritérií a omezení. Takovéto vícekriteriální optimalizační úlohy s omezeními (CMOP) je obecně obtížné řešit. Populační metaheuristické metody jako jsou vícekriteriální evoluční algoritmy (MOEAs) jsou užitečné při řešení problému s více kritérii. Rostoucí počet kritérií a přítomnost mnoha omezení však zásadním způsobem omezujich jejich výkonnost. Analýza potenciálních ploch je efektivní metodou pro charakterizaci optimalizačních problémů, ladění algoritmů a zlepšení jejich výkonnosti. V rámci tohoto projektu rozšíříme koncept potenciálních ploch pro oblast vícekriteriální optimalizace s omezeními a zlepšíme výkon MOEAs v oblasti spojitých vícekriteriálních optimalizačních úloh s omezeními. V projektu toho docílíme pomocí návrhu nových metod pro modelování potenciálních ploch, vývoje původních postupů pro identifikaci a extrakci jejich klíčových vlastností, nové sady testovacích CMOP reflektující vlastnosti reálních problémů a důslednou validací navržených postupů.
Klíčová slova
multiobjective optimizationconstraint handlingproblem landscape analysismetaheuristic algorithmstest problems
Veřejná podpora
Poskytovatel
Grantová agentura České republiky
Program
Mezinárodní grantové projekty hodnocené na principu LEAD Agency
Veřejná soutěž
—
Hlavní účastníci
Vysoká škola báňská - Technická univerzita Ostrava / Fakulta elektrotechniky a informatiky
Druh soutěže
M2 - Mezinárodní spolupráce
Číslo smlouvy
22-34873K
Alternativní jazyk
Název projektu anglicky
Constrained Multiobjective Optimization Based on Problem Landscape Analysis
Anotace anglicky
Real-world optimization problems often involve multiple conflicting objectives and constraints. Such constrained multiobjective problems (CMOPs) are generally hard to solve. While population-based metaheuristics, such as multi-objective evolutionary algorithms (MOEAs), are a successful approach for solving multiobjective optimization problems, the increasing number of objectives and the presence of constraints critically reduce their effectiveness. A powerful means for characterizing the optimization problems, tuning the algorithms, and improving their performance is problem landscape analysis. In this project, we will extend the concept of problem landscapes to multiobjective optimization with constraints and enhance the performance of evolutionary metaheuristics for continuous CMOPs. This will be achieved with new methods for problem landscape modeling, original approaches for identification and extraction of landscape features, a new test suite of CMOPs reflecting the properties of real-world problems, and rigorous evaluation of the developed concepts.
Vědní obory
Kategorie VaV
ZV - Základní výzkum
OECD FORD - hlavní obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
OECD FORD - vedlejší obor
—
OECD FORD - další vedlejší obor
—
CEP - odpovídající obory
(dle převodníku)AF - Dokumentace, knihovnictví, práce s informacemi
BC - Teorie a systémy řízení
BD - Teorie informace
IN - Informatika
Termíny řešení
Zahájení řešení
1. 3. 2022
Ukončení řešení
31. 12. 2025
Poslední stav řešení
K - Končící víceletý projekt
Poslední uvolnění podpory
29. 2. 2024
Dodání dat do CEP
Důvěrnost údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Systémové označení dodávky dat
CEP25-GA0-GF-R
Datum dodání záznamu
21. 2. 2025
Finance
Celkové uznané náklady
4 826 tis. Kč
Výše podpory ze státního rozpočtu
4 826 tis. Kč
Ostatní veřejné zdroje financování
0 tis. Kč
Neveřejné tuz. a zahr. zdroje finan.
0 tis. Kč
Základní informace
Uznané náklady
4 826 tis. Kč
Statní podpora
4 826 tis. Kč
100%
Poskytovatel
Grantová agentura České republiky
OECD FORD
Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Doba řešení
01. 03. 2022 - 31. 12. 2025