×
阿米特·库马尔;达斯，黛巴西什;迪利普·库马尔·普拉蒂哈尔

多目标优化和聚类回归分析，以建立过程的输入-输出关系。 （英语） Zbl 1409.90166号

Mandal，Jyotsna K.（编辑）等人，《多目标优化》。进化到混合框架。新加坡：Springer。299-318 (2018).
摘要：多目标进化算法（MOEA）是解决工程和各种其他领域中不同问题的有效工具。本章介绍了一种利用多目标优化和聚类回归分析的概念来建立过程输入-输出关系的方法。首先，使用多目标优化技术获得给定过程的初始Pareto前沿。然后，将这些帕累托最优解应用于训练神经模糊系统（NFS）。NFS的训练是使用元神经优化算法实现的。现在，为了生成修改后的Pareto-front，在MOEA中使用经过训练的NFS来评估目标函数值。这样，就形成了一组新的权衡解决方案。然后使用聚类算法对这些修改后的帕累托最优解进行聚类。然后进行聚类回归分析，以确定过程的输入-输出关系。发现这些关系在精度方面优于通过对实验数据进行常规统计回归分析得到的方程。为了验证所开发方法的性能，选择了与304不锈钢电子束焊接（EBW）相关的工程问题，并建立了其输入-输出关系。
关于整个系列，请参见[Zbl 1401.90021号].

MSC公司：

90C29型 多目标规划
62H30型 分类和区分；聚类分析（统计方面）

关键词：

多目标优化;改进的非支配排序遗传算法;投入产出关系;群集;回归分析;神经模糊系统

软件：

MOEA/D公司;PAES公司;ANFIS公司
PDF格式BibTeX公司 XML格式引用
\textit{A.K.Das}等人，in：多目标优化。进化到混合框架。新加坡：Springer。299--318（2018年；Zbl 1409.90166）
全文： 内政部

参考文献：

[1] M.Aghbashlo，S.Hosseinpour，M.Tabatabaei，H.Younesi，G.Najafpur，关于使用混合ANFIS-NSGA-II（自适应神经模糊推理系统非支配排序遗传算法II）的连续光生物制氢的动态优化。能源96，507-520（2016）·doi:10.1016/j.energy.2015.12.084
[2] M.H.Ahmadi，M.Mehrpooya，不可逆转太阳能驱动热机的热经济建模和优化。能量转换。管理。103, 616-622 (2015) ·doi:10.1016/j.encomman.2015.06.088（文件编号：10.1016/j.encomman.2015.06.088）
[3] M.H.Ahmadi，M.A.Ahmade，S.A.Sadatsakkak，使用多目标进化算法（MOEA）对不可逆卡诺制冷机进行热力学分析和性能优化。更新。维持。《能源评论》51，1055-1070（2015）·doi:10.1016/j.rser.2015.07.006
[4] M.H.Ahmadi、M.A.Ahmade、A.Mellit、F.Pourfayaz、M.Feidt，通过入口和熵产生的中心性对太阳能碟式斯特林发动机性能进行热力学分析和多目标优化。国际电工杂志。电力能源系统。788-95（2016）·doi:10.1016/j.ijepes.2015.11.042
[5] M.Asadi-Eydivand，M.Solati-Hashjin，A.Fathi，M.Padashi，N.A.A.Osman，《使用智能进化算法优化设计3D涂层支架》。申请。软计算。39, 36-47 (2016) ·doi:10.1016/j.asoc.2015.11.011
[6] S.S.Askar，A.Tiwari，《多目标优化问题：进化计算技术性能测量的符号算法》。《2009年EMO会议录》（Springer，2009），第169-182页
[7] S.Askar，A.Tiwari，为多目标优化问题寻找创新设计原则。IEEE传输。系统。人类网络。C部分申请。版本41（4），554-559（2011）
[8] S.Bandaru、C.C.Tutum、K.Deb、J.H.Hattel，《高层创新：搅拌摩擦焊接工艺优化案例研究》。进化。计算。（CEC）2011，2782-2789（2011）
[9] S.Bandaru、T.Aslam、A.H.Ng、K.Deb，《应用于库存管理的广义高级自动化创新》。欧洲药典。第243（2）号决议，480-496（2015）·Zbl 1346.90011号 ·doi:10.1016/j.ejor.2014.11.015
[10] J.C.Bezdek，模式分类中的模糊数学。应用数学博士论文。康奈尔大学中心，1973年
[11] H.R.Berenji，P.Khedkar，通过增强学习和调整模糊逻辑控制器。IEEE传输。神经网络。3(5), 724-740 (1992) ·数字对象标识代码：10.1109/72.159061
[12] A.E.Brownlee，J.A.Wright，NSGA-II采用适应度近似法对建筑设计进行约束、混合整体和多目标优化。申请。软计算。33, 114-126 (2015) ·doi:10.1016/j.asoc.2015.04.010
[13] D.Das、D.K.Pratihar、G.G.Roy，《钢板的电子束熔炼：使用热电偶的温度测量和通过有限元分析的预测》。CAD/CAM，机器人和未来工厂（Springer，2016），第579-588页
[14] D.Das，D.K.Pratihar，G.G.Roy，A.R.Pal，基于现象学模型的电子束焊接过程研究，这是一种使用反向传播算法、遗传算法、粒子群优化算法和蝙蝠算法训练的神经网络的输入输出建模。申请。智力。(2017). https://doi.org/10.1007/s10489-017-1101-2 ·doi:10.1007/s10489-017-1101-2
[15] K.Deb，通过多重冲突目标揭示创新设计原则。工程优化。35（5），445-470（2003）·doi:10.1080/0305215031000151256
[16] K.Deb，S.Jain，使用多目标进化算法的多速变速箱设计。事务处理。美国社会机械。工程师J.机械。设计。125(3), 609-619 (2003)
[17] K.Deb，A.Pratap，S.Agarwal，T.Meyarivan，一种快速且精英的多目标遗传算法：NSGA-II。IEEE传输。进化。计算。6(2), 182-197 (2002) ·数字对象标识代码：10.1109/4235.996017
[18] K.Deb，A.Srinivasan，Innovization：通过多目标进化优化发现创新设计原则。《自然的多目标问题解决》，第243-262页（2008）
[19] K.Deb、S.Gupta、D.Daum、J.Branke、A.K.Mall、D.Padmanabhan，使用进化算法进行基于可靠性的优化。IEEE传输。进化。计算。13(5), 1054-1074 (2009) ·doi:10.1109/TEVC.2009.2014361
[20] K.Deb，K.Sindhya，解读最佳电动无刷直流永磁电机设计的创新原则。IEEE 2008年计算智能进化计算世界大会，第2283-2290页（2008）
[21] K.Deb、S.Bandaru、D.Greiner、A.Gaspar-Cunha、C.C.Tutum，《发现有用设计原则的自动化创新综合方法：来自工程的案例研究》，应用。软计算。15, 42-56 (2014) ·doi:10.1016/j.asoc.2013.011
[22] C.Dudas，M.Frantzén，A.H.Ng，《多目标优化和数据挖掘在柔性流程车间分析中的协同作用》。机器人。计算。集成。制造27（4），687-695（2011）·doi:10.1016/j.rcim.2010.12.005
[23] M.Ester，H.-P.Kriegel，J.Sander，X.Xu，一种基于密度的算法，用于在带有噪声的大型空间数据库中发现簇。《1996年KDD会议录》，第34卷，第226-231页（1996）
[24] M.A.Gil，统计问题中的模糊性和信息丢失。IEEE传输。系统。人类网络。17(6), 1016-1025 (1987) ·Zbl 0657.62009号 ·doi:10.1109/TSMC.1987.6499312
[25] M.A.Gil，P.Gil，实验结果中的模糊性：比较实验和消除信息丢失。J.统计计划。推论31（1），93-111（1992）·Zbl 0758.62007号 ·doi:10.1016/0378-3758（92）90043-R
[26] D.E.Goldberg，《创新的设计：合格遗传算法的经验教训》，第7卷（施普林格科学与商业媒体，2002年）·Zbl 1047.68162号
[27] http://www.minitab.com网站
[28] J.Horn，N.Nafpliotis，D.E.Goldberg，多目标优化的小生境Pareto遗传算法。1994年IEEE世界计算智能进化计算大会，第82-87页（1994）
[29] H.Ishibuchi，H.Tanaka，H.Okada，神经网络模糊if-then规则的插值。国际期刊近似原因。10(1), 3-27 (1994) ·Zbl 0794.68133号 ·doi:10.1016/0888-613X（94）90006-X
[30] J.-S.Jang，ANFIS：基于自适应网络的模糊推理系统。IEEE传输。系统。人类网络。23(3), 665-685 (1993) ·数字对象标识代码：10.1109/21.256541
[31] Y.Jarraya，S.Bouaziz，A.M.Alimi，A.Abraham，进化层次模糊系统的进化多目标优化。进化。计算。（CEC）2015，3163-3170（2015）
[32] M.Jha、D.K.Pratihar、A.Bapat、V.Dey、M.Ali和A.Bagchi，使用神经网络对不同材料的电子束对焊的输入-输出关系进行建模。国际期刊计算。智力。申请。13(03), 1450016 (2014) ·doi:10.1142/S169026814500163
[33] J.Kar，S.Mahanty，S.K.Roy，G.Roy，AISI 304不锈钢电子束焊接过程中使用过程模型估算平均焊点直径和焊道熔深。事务处理。印度理工学院。68(5), 935-941 (2015) ·doi:10.1007/s12666-015-0529-5
[34] J.M.Keller，R.R.Yager，H.Tahani，模糊逻辑的神经网络实现。模糊集系统。45(1), 1-12 (1992) ·Zbl 0744.68125号 ·doi:10.1016/0165-0114（92）90086-J
[35] F.Khoshbin，H.Bonakdari，S.H.Ashraf Talesh，I.Ebtehaj，A.H.Zaji，H.Azimi，自适应神经模糊推理系统多目标优化，使用遗传算法/奇异值分解方法模拟矩形尖顶边堰的流量系数。工程优化。48(6), 933-948 (2016) ·doi:10.1080/0305215X.2015.1071807
[36] J.Knowles，D.Corne，《帕累托存档进化策略：帕累托多目标优化的新基线算法》。CEC 99，98-105（1999）
[37] K.Lwin，R.Qu，G.Kendall，一种用于约束投资组合优化的学习引导多目标进化算法。申请。软计算。24, 757-772 (2014) ·doi:10.1016/j.asoc.2014.08.026
[38] E.H.Mamdani，S.Assilian，用模糊逻辑控制器进行语言综合的实验。国际J.曼马赫。螺柱7（1），1-13（1975）·Zbl 0301.68076号 ·doi:10.1016/S0020-7373（75）80002-2
[39] M.Marinaki，Y.Marinakis，G.E.Stavroulakis，通过多目标差分进化算法优化的模糊控制，用于智能结构的振动抑制。计算。结构。147, 126-137 (2015) ·兹比尔1274.74206 ·doi:10.1016/j.compstruc.2014.09.018
[40] K.Miettinen，非线性多目标优化，第12卷（Springer Science&Business Media，1999）·Zbl 0949.90082号
[41] S.Mitra，S.K.Pal，《神经模糊专家系统：相关性、特征和方法》。IETE J.Res.42（4-5），335-347（1996）·doi:10.1080/03772063.1996.11415939
[42] S.Obayashi，D.Sasaki，使用自组织映射对Pareto解决方案进行可视化和数据挖掘。《EMO 2003年会议记录》（Springer，2003），第796-809页·Zbl 1036.90547号
[43] D.K.Pratihar，《软计算》（Alpha Science International，Ltd，2007）
[44] S.A.Sadatsakkak、M.H.Ahmadi、M.A.Ahmadi.使用Maxwell Boltzmann气体运行的不可逆纳米布雷顿循环的优化性能和热力学分析。能量转换。管理。101, 592-605 (2015) ·doi:10.1016/j.enconman.2015.06.004
[45] H.A.Taboada，D.W.Coit，《促进分析多目标问题的帕累托最优集的数据挖掘技术》。《2006年会议录》，工业和系统工程师学会（IISE）IIE年会，第1-6页（2006）
[46] H.Takagi，I.Hayashi，NN驱动的模糊推理。国际期刊近似原因。5(3), 191-212 (1991) ·Zbl 0733.68074号 ·doi:10.1016/0888-613X（91）90008-A
[47] H.Takagi、N.Suzuki、T.Koda、Y.Kojima，基于近似推理架构设计的神经网络及其应用。IEEE传输。神经网络。3(5), 752-760 (1992) ·数字对象标识代码：10.1109/72.159063
[48] C.Wang、X.Li、X.Zhou、A.Wang、N.Nedjah，《大数据智能交通系统中的软计算》。申请。软计算。38, 1099-1108 (2016) ·doi:10.1016/j.asoc.2015.06.006
[49] J.Yao，M.Dash，S.Tan，H.Liu，基于熵的模糊聚类和模糊建模。模糊集系统。113(3), 381-388 (2000) ·Zbl 1147.62348号 ·doi:10.1016/S0165-0114（98）00038-4
[50] Z.-H.Zhan，J.Li，J..Cao，J.Zhang，H.S.-H.Chung，Y.-H.Shi，多目标多种群：解决多目标优化问题的协同进化技术。IEEE传输。赛博。43(2), 445-463 (2013) ·doi:10.1109/TSMCB.2012.209115
[51] Q.Zhang，H.Li，MOEA/D:一种基于分解的多目标进化算法。IEEE传输。进化。计算。11(6), 712-731 (2007) ·doi:10.1109/TEVC.2007.892759
[52] 郑永杰，陈沙云，凌华富，救灾行动的进化优化：一项调查。申请。软计算。2553-566页（2015年）·doi:10.1016/j.asoc.2014.09.041
[53] E.Zitzler，L.Thiele，多目标优化的进化算法：强度帕累托方法（1998）
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。