×

兹马思-数学第一资源

求解实际多目标问题的基于Lorenz优势的算法。(英语) Zbl 1458.90569
摘要:在一些实际的多目标优化问题中,得到的Pareto非支配解集可能很大,使得决策困难。在优化过程中应用Lorenz优势代替Pareto优势可以缓解这一困难。Lorenz优势是Pareto优势的一种改进,它在多目标优化中集成了公平性,当目标被认为相等时,它可以帮助选择位置良好的解。通过在一组Pareto非支配解中引入偏序,Lorenz优势通过只保持公平解来减小非支配前沿的大小。在这项工作中,我们研究了在三种新的方法中使用无限阶Lorenz优势来解决一个多目标背包问题的实际案例,包括在社会和医疗社会结构中制定有效的行动计划。我们评估了所提出的方法在8个目标和500个候选动作的大型问题实例上的有效性,并与四个主要的参考算法进行了比较。
理学硕士:
90C29型 多目标与目标规划
90B50型 管理决策,包括多个目标
90度59度 数学规划中的逼近方法和启发式方法
PDF格式 BibTeX公司 XML 引用
全文: 内政部
参考文献:
[1] 阿尔维斯,M.J。;Almeida,M.,MOTGA:多维背包问题的基于tchebycheff的多目标遗传算法,计算机。操作。第34、11、3458-3470号决议(2007年)·Zbl 1127.90059
[2] 巴德尔,J。;Zitzler,E.,Hype:一种基于快速超体积的多目标优化算法。计算机。,19,45-76,(2011年)
[3] 巴里查德,V。;郝建康,遗传禁忌搜索多目标背包问题,清华理工大学学报。技术。,8,1,8-13,(2003年)·Zbl 1051.90021
[4] 贝塞尔,M。;Burke,M.,基于指标的多目标局部搜索,IEEE大会论文集,3100-3107,(2007)
[5] 贝塞尔,M。;利福格,A。;伯克,E。;Lee,K.,多目标组合优化问题基于指标的局部搜索的效率,J.启发式,18,2263-296,(2012)
[6] 巴兹甘,C。;胡戈,H。;Vanderpooten,D.,有效解决01多目标背包问题,计算机。操作。第36、1260-279号决议(2009年)·Zbl 1175.90323
[7] 贝希斯。;克森蒂尼,M。;本说,L。;Geédira,K.,《进化多目标优化中的偏好合并:最新技术的调查》,(Hurson,A.R.,Advances in Computers,(2015),Elsevier),141-207
[8] 布罗克霍夫,D。;瓦格纳,T。;Trautmann,H.,关于R2指标的性质,第14届遗传和进化计算年会论文集,GECCO'12465-472,(2012)
[9] 布罗克霍夫,D。;瓦格纳,T。;Trautmann,H.,R2基于指标的多目标搜索,Evol。计算机。,23,3369-395,(2014年)
[10] 布罗克霍夫,D。;Zitzler,E.,利用目标约简方法改进基于超体积的多目标进化算法,2007年进化计算大会论文集(CEC 2007),2086-2093,(2007)
[11] 查班尼,B。;贝塞尔,M。;郝建康,R2-IBMOLS应用于多目标背包问题的一个实际案例,专家系统。申请。,71457-468,(2017年)
[12] Deb,K.,使用进化算法的多目标优化,(2001),John Wiley&Sons·Zbl 0970.90091
[13] 德布,K。;Jain,H.,一种使用基于参考点的非支配排序方法的进化多目标优化算法,第一部分:带框约束的问题求解(NSGA-III),IEEE Trans。进化。计算机。,18577-601,(2014年)
[14] 德布,K。;普拉塔普,A。;阿加瓦尔S。;Meyarivan,T.,《快速精英多目标遗传算法:NSGA-II》,IEEE Trans。进化。计算机。,6,2,182-197,(2002年)
[15] 杜加尔丁,F。;亚劳埃,F。;Amodeo,L.,求解可重入混合流水车间调度问题的新多目标方法,欧洲。J、 操作。第20322-31号决议(2010年)·Zbl 1176.90205
[16] 埃默里奇,M。;比姆,N。;Naujoks,B.,一种使用超体积度量作为选择标准的EMO算法,(Coello,C.A.C.;Aguirre,A.H.;Zitzler,E.,《进化多准则优化》,第3410卷,(2005年),Springer-Berlin-Heidelberg),62-76·Zbl 1109.68595
[17] 加兰,L。;Lust,T.,计算生物目标问题所有lorenz最优解的精确方法,第四届算法决策理论国际会议论文集,305-321,(2015)·Zbl 1407.90287
[18] Golden,B.,珀尼,P.,2010年。公平多智能体优化的无限阶lorenz优势。第九届自主智能体和多智能体系统国际会议论文集1383-390。
[19] 社会事务和卫生部,Le champ Social et médico Social:une activit en forte croissance,des métiers qui se developpent et se diversifient,代表和分析,44,(2012年)
[20] 石壁县。;北卡罗来纳州阿克多。;Nojima,Y.,多目标背包问题的多目标进化算法行为,IEEE Trans。进化。计算机。,19264-283,(2015年)
[21] 石壁县。;北卡罗来纳州阿克多。;Murata,Y.,多目标遗传局部搜索算法及其在流水车间调度中的应用,IEEE Trans。系统。伙计。塞本。C应用程序。版次:。,28,3392-403,(1998年)
[22] 石壁县。;濑口,Y。;马苏达,H。;Nojima,Y.,基于分解的许多目标算法的性能强烈依赖于帕累托前沿形状,IEEE Trans。进化。计算机。,21169-190,(2017年)
[23] 贾斯基维茨,A.,多目标遗传局部搜索算法,新千年多准则决策,231-240,(2001),柏林海德堡·Zbl 1018.90049号
[24] Jaszkiewicz,A.关于0/1背包问题的多目标遗传局部搜索性能的比较实验,IEEE Trans。进化。计算机。,6402-412,(2002年)
[25] Jaszkiewicz,A.,《多目标元启发式算法的计算效率:背包问题案例研究》,欧洲。J、 操作。第158418-433号决议(2004年)·Zbl 1067.90077
[26] 江S。;恩,Y.S。;张安。;Tan,P.S.,一种简单而快速的基于超体积指标的多目标进化算法,IEEE Trans。赛本。,第45、10、2202-2213页,(2015年)
[27] Koochaksaraei,R.H。;梅内基尼,I.R。;科埃略,V.N。;Guimarães,F.G.,一种新的基于弦图和角度映射的多目标优化可视化方法,Knowl。基于系统。,138134-154,(2017年)
[28] 科斯特里瓦,医学硕士。;Ogryczak,W.,位置问题的公平方法,(Thill,J.C.,空间多准则决策和分析:地理信息科学方法,(1999)),103-126
[29] 科斯特里瓦,医学硕士。;Ogryczak,W.,多重公平准则的线性优化,RAIRO Oper。第33275-297号决议,(1999年)·Zbl 0961.90059
[30] 科斯特里瓦,医学硕士。;奥格里查克,W。;Wierzbicki,A.,公平加总和多准则分析,欧元。J、 操作。第158362-377号决议(2004年)·Zbl 1067.90079号
[31] 拉科,R。;克拉姆罗斯,K。;Fonseca,C.,计算超体积指标的盒分解算法,计算机。操作。第79347-360号决议(2017年)·Zbl 1391.90557号
[32] 李,F。;刘杰。;棕褐色,S。;于,X.,R2-MOPSO:基于R2指标和分解的多目标粒子群优化算法,IEEE进化计算大会论文集(CEC 2015),3148-3155,(2015)
[33] 莫哈达姆,A。;亚劳埃,F。;Amodeo,L.,带拒绝的单机调度问题中的Lorenz与pareto优势,第六届演化多准则优化国际会议论文集,第6576卷,520-534,(2011),Springer-Verlag:Springer-Verlag柏林,海德堡
[34] Ogryczak,W.,位置问题的不平等措施和公平方法,欧元。J、 操作。第122374-391号决议,(2000年)·Zbl 0961.90053
[35] 《投资组合选择的多准则线性规划模型》,神经网络。操作。第97143-162号决议(2000年)·Zbl 0961.91021
[36] 帕奎特,L.C.M。;Stützle,T.,生物目标旅行商问题中的帕累托局部最优集:一项实验研究,(Gandibleux,X.,多目标优化的元启发式,(2004)),177-199·Zbl 1070.90102
[37] 珀尼,P。;斯潘贾德,O。;斯托姆,L.X.,多值图稳健优化的决策理论方法,人工神经网络。操作。第147317-341号决议(2006年)·900ZB1189
[38] Phan,卫生部。;Suzuki,J.,R2-IBEA:基于R2指标的多目标优化进化算法,2013年进化计算大会论文集,1836-1845,(2013)
[39] 森,A.,《经济不平等》,克拉伦登出版社牛津出版社(1973年)
[40] 特拉特曼,H。;瓦格纳,T。;D、 ,B.,R2-EMOA:基于R2指标选择的聚焦多目标搜索,《第七届国际学习与智能优化会议论文集》,70-74,(2013),Springer
[41] 瓦格纳,T。;特拉特曼,H。;Brockhoff,D.,《通过R2指标进行偏好表达》,进化多准则优化,第7811卷,81-95,(2013)
[42] 王,R。;中华人民共和国。;Fleming,P.J.,使用权重向量的偏好启发协同进化算法,欧洲。J、 操作。第243、2423-441号决议(2015年)·Zbl 1346.90755
[43] 张Q。;Li,H.,MOEA/D:基于分解的多目标进化算法,IEEE Trans。进化。计算机。,116712-731,(2007年)
[44] 齐兹勒,E。;Künzli,S.,多目标搜索中基于指标的选择,第八届自然并行问题解决国际会议(PPSN VIII),3242832-842,(2004)
[45] 齐兹勒,E。;Thiele,L.,多目标进化算法:比较案例研究和强度帕累托方法,跨。进化。计算机。,3,4,257-271,(1999年)
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。