Improving many-objective optimizers with aggregate meta-models
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F11%3A00375280" target="_blank" >RIV/67985807:_____/11:00375280 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1109/HIS.2011.6122165" target="_blank" >http://dx.doi.org/10.1109/HIS.2011.6122165</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/HIS.2011.6122165" target="_blank" >10.1109/HIS.2011.6122165</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Improving many-objective optimizers with aggregate meta-models
Popis výsledku v původním jazyce
In the field of multi-objective optimization there have been attempts to reduce the number of objective function evaluations by the use of surrogate models. However, in many-objective optimization, this work still has to be done to make the optimizers more practically usable. In this paper we show, that aggregate meta-models can be used even for the many-objective optimization and that they can also improve the performance of the many-objective optimizer. Moreover, meta-models are discussed from anotherpoint of view and compared to scalarization techniques in many-objective optimization. Two algorithms using our models are compared to IBEA on a set of selected benchmark functions with 5, 10, and 15 objectives.
Název v anglickém jazyce
Improving many-objective optimizers with aggregate meta-models
Popis výsledku anglicky
In the field of multi-objective optimization there have been attempts to reduce the number of objective function evaluations by the use of surrogate models. However, in many-objective optimization, this work still has to be done to make the optimizers more practically usable. In this paper we show, that aggregate meta-models can be used even for the many-objective optimization and that they can also improve the performance of the many-objective optimizer. Moreover, meta-models are discussed from anotherpoint of view and compared to scalarization techniques in many-objective optimization. Two algorithms using our models are compared to IBEA on a set of selected benchmark functions with 5, 10, and 15 objectives.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
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
Proceedings of the 2011 11th International Conference on Hybrid Intelligent Systems (HIS)
ISBN
978-1-4577-2151-9
ISSN
—
e-ISSN
—
Počet stran výsledku
6
Strana od-do
555-560
Název nakladatele
IEEE
Místo vydání
Piscataway
Místo konání akce
Malacca
Datum konání akce
5. 12. 2011
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—