An Evolutionary Strategy for Surrogate-Based Multiobjective Optimization

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F12%3A00384786" target="_blank" >RIV/67985807:_____/12:00384786 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1109/CEC.2012.6256450" target="_blank" >http://dx.doi.org/10.1109/CEC.2012.6256450</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/CEC.2012.6256450" target="_blank" >10.1109/CEC.2012.6256450</a>

Jazyk výsledku
angličtina
Název v původním jazyce
An Evolutionary Strategy for Surrogate-Based Multiobjective Optimization
Popis výsledku v původním jazyce
The paper presents a surrogate-based evolutionary strategy for multiobjective optimization. The evolutionary strategy uses distance based aggregate surrogate models in two ways: as a part of memetic search and as way to pre-select individuals in order toavoid evaluation of bad individuals. The model predicts the distance of individuals to the currently known Pareto set. The newly proposed algorithm is compared to other algorithms which use similar surrogate models on a set of benchmark functions.
Název v anglickém jazyce
An Evolutionary Strategy for Surrogate-Based Multiobjective Optimization
Popis výsledku anglicky
The paper presents a surrogate-based evolutionary strategy for multiobjective optimization. The evolutionary strategy uses distance based aggregate surrogate models in two ways: as a part of memetic search and as way to pre-select individuals in order toavoid evaluation of bad individuals. The model predicts the distance of individuals to the currently known Pareto set. The newly proposed algorithm is compared to other algorithms which use similar surrogate models on a set of benchmark functions.

Projekt
<a href="/cs/project/GAP202%2F11%2F1368" target="_blank" >GAP202/11/1368: Učení funkcionálních vztahů z vysoce dimenzionálních dat</a><br>
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění
2012
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku
CEC 2012. Proceedings of IEEE Congress on Evolutionary Computation
ISBN
978-1-4673-1509-8
ISSN
—
e-ISSN
—
Počet stran výsledku
7
Strana od-do
1-7
Název nakladatele
IEEE
Místo vydání
Piscataway
Místo konání akce
Brisbane
Datum konání akce
10. 6. 2012
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000312859302012

Podobné výsledky(10)