帕雷戈

预算为250个评估的多目标优化。在众多的工程应用程序中,必须经常对成千上万的问题进行客观的评估,而不是对成千上万的实际问题进行严格的评估。本文研究了在这两种算法的初始化条件下,如何更好的操作这两种算法。第一个算法,Bin_MSOPS,使用二叉搜索树来划分决策空间,并尝试从“fit”解附近的最大空区域中进行抽样。第二个算法ParEGO从拉丁超立方体中的解开始,在每次函数求值后更新搜索环境的高斯过程代理模型,用它来估计最大期望改进的解。这两种算法是用一套由9个函数组成的基准测试集进行测试的,这些函数分别有两个和三个目标——总共只有250个函数评估。结果表明,这两种算法搜索空间的方式截然不同,这可以用来理解性能差异。这两种算法性能都很好,但是在经过100次函数评估后,ParEGO在9个测试用例中排名第一,在前250次评估后有6个测试用例中排名第一。


zbMATH参考文献(51篇文章引用)

显示第1到第20个结果,共51个。
按年份排序(引用)
  1. David Gaudrie;Le Riche,Rodolphe;Picheny,Victor;Enaux,Benoît;Herbert,Vincent:贝叶斯多目标优化中的目标解决方案:序列和批处理版本(2020)
  2. Paulo Paneque Galuzio,Emerson Hochsteiner de Vascocelos Segundo,Leandro dos Santos Coelho,Viviana Cocco Mariani:多目标贝叶斯优化(2020)不是zbMATH
  3. Rojas Gonzalez,Sebastian;Jalali,Hamed;van Nieuwenhuyse,Inneke:多目标随机模拟优化算法(2020)
  4. Rojas Gonzalez,Sebastian;van Nieuwenhuyse,Inneke:基于kriging的多目标仿真优化填充算法综述(2020)
  5. Mariappan,Ragunathan;Rajan,Vaibhav:用于增强多视角学习的深层集体矩阵分解(2019)
  6. Yang,Zan;Qiu,Haobo;Gao,Liang;Jiang,Chen;Zhang,Jinhao:高维计算代价问题的两层自适应代理辅助进化算法(2019)
  7. Zhigljavsky,Anatoly;Žilinskas,Antanas:用于建模全局优化问题的高斯随机场协方差函数的选择(2019)
  8. Žilinskas,Antanas;Calvin,James:基于统计模型的全局优化中的双目标决策(2019)
  9. Bradford,Eric;Schweidtmann,Artur M.;Lapkin,Alexei:采用高斯过程、光谱采样和遗传算法的高效多目标优化(2018)
  10. Daniel Horn;Demirciolu,Aydın;Bischl,Bernd;Glasmachers,Tobias;Weihs,Claus:大规模核化支持向量机的比较研究(2018)
  11. Bernd Bischl、Jakob Richter、Jakob Bossek、Daniel Horn、Janek Thomas、Michel Lang:mlrMBO:昂贵黑盒函数基于模型优化的模块化框架(2017)阿尔十四
  12. Capitanescu,F.;Marvuglia,A.;Benetto,E.;Ahmadi,A.;Tiruta Barna,L.:基于线性规划的昂贵多目标优化问题的定向局部搜索:在饮用水生产厂的应用(2017年)
  13. Davins Valldaura,Joan;Moussaoui,Saïd;Pita Gil,Guillermo;Plestan,Franck:昂贵评估函数多目标优化的ParEGO扩展(2017)
  14. Feliot,Paul;Bect,Julien;Vazquez,Emmanuel:约束单目标和多目标优化的贝叶斯方法(2017)
  15. Kristensen,Jesper;Bilionis,Ilias;Zabaras,Nicholas:在有限计算预算下发现二元合金基态线的自适应模拟选择(2017)
  16. Steponaviė,Ingrida;Hyndman,Rob J.;Smith Miles,Kate;Villanova,Laura:帕累托最优集逼近的动态算法选择(2017)
  17. 叶田,程冉,张兴义,金耀初:PlatEMO:MATLAB进化多目标优化平台(2017)阿尔十四
  18. 詹大伟;钱佳昌;程元胜:并行EGO算法的伪期望改进准则(2017)
  19. Akhtar,Taimoor;Shoemaker,Christine A.:具有RBF代理和多规则选择的计算开销多模态函数的多目标优化(2016)
  20. Emmerich,Michael;Yang,Kaifeng;Deutz,André;Wang,Hao;Fonseca,Carlos M.:贝叶斯全局优化的多准则推广(2016)