An improved Multiobjective Evolutionary Algorithm based on decomposition with fuzzy dominance
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F11%3A86097115" target="_blank" >RIV/61989100:27240/11:86097115 - isvavai.cz</a>
Výsledek na webu
<a href="http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=5949696" target="_blank" >http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=5949696</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/CEC.2011.5949696" target="_blank" >10.1109/CEC.2011.5949696</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
An improved Multiobjective Evolutionary Algorithm based on decomposition with fuzzy dominance
Popis výsledku v původním jazyce
This paper presents a new Multiobjective Evolutionary Algorithm (MOEA) based on decomposition, with fuzzy dominance (MOEA/DFD). The algorithm introduces a fuzzy Pareto dominance concept to compare two solutions and uses the scalar decomposition method only when one of the solutions fails to dominate the other in terms of a fuzzy dominance level. The diversity is maintained through the uniformly distributed weight vectors. In addition, Dynamic Resource Allocation (DRA) is used to distribute the computational effort based on the utilities of the individuals. To assess the performance of the proposed algorithm, experiments were conducted on two general benchmarks and ten unconstrained benchmark problems taken from the competition on real parameter MOEAs held under the 2009 IEEE Congress on Evolutionary Computation (CEC). As per the IGD metric, MOEA/DFD outperforms other major MOEAs in most cases. (C) 2011 IEEE.
Název v anglickém jazyce
An improved Multiobjective Evolutionary Algorithm based on decomposition with fuzzy dominance
Popis výsledku anglicky
This paper presents a new Multiobjective Evolutionary Algorithm (MOEA) based on decomposition, with fuzzy dominance (MOEA/DFD). The algorithm introduces a fuzzy Pareto dominance concept to compare two solutions and uses the scalar decomposition method only when one of the solutions fails to dominate the other in terms of a fuzzy dominance level. The diversity is maintained through the uniformly distributed weight vectors. In addition, Dynamic Resource Allocation (DRA) is used to distribute the computational effort based on the utilities of the individuals. To assess the performance of the proposed algorithm, experiments were conducted on two general benchmarks and ten unconstrained benchmark problems taken from the competition on real parameter MOEAs held under the 2009 IEEE Congress on Evolutionary Computation (CEC). As per the IGD metric, MOEA/DFD outperforms other major MOEAs in most cases. (C) 2011 IEEE.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GA102%2F09%2F1494" target="_blank" >GA102/09/1494: Nové metody přenosu dat založené na turbo kódech</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2011
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
2011 IEEE Congress of Evolutionary Computation, CEC 2011
ISBN
978-1-4244-7834-7
ISSN
—
e-ISSN
—
Počet stran výsledku
8
Strana od-do
765-772
Název nakladatele
IEEE
Místo vydání
New York
Místo konání akce
New Orleans
Datum konání akce
5. 6. 2011
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—