• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Computer Aided Systems Theory(EUROCAST 2007); 20070212-16; Las Palmas de Gran Canaria(ES) >Multi-Objective Evolutionary Algorithms Using the Working Point and the TOPSIS Method
【24h】

Multi-Objective Evolutionary Algorithms Using the Working Point and the TOPSIS Method

机译：使用工作点和TOPSIS方法的多目标进化算法

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The use of Multi-Ojective Evolutionary Algorithm (MOEA) methodologies, distinguished for its aptitude to obtain a representative Pareto optimal front, cannot always be the most appropriate. In fact, there exist multi-objective engineering problems that identify one feasible solution in the objective space known as Working Point (WP), not necessarily Pareto optimal. In this case, a Decision Maker (DM) can be more interested in a small number of solutions, for example, those that located in a certain region of the Pareto optimal set (the WP-region) dominate the WP. In this paper, we propose WP-TOPSISGA, an algorithm which merges the WP, MOEA techniques and the Multiple Criteria Decision Making (MCDM) method TOPSIS. With TOPSIS, a DM only needs input the preferences or weights W_i, with our method, however, the weights are evaluated by interpolation in every iteration of the algorithm. The idea is to guide the search of solutions towards the WP-region, giving an order to the found solutions in terms of Similarity to the Ideal Solution.
机译：多对象进化算法（MOEA）方法的使用因其获得典型帕累托最优前沿的能力而闻名，但它并不总是最合适的。实际上，存在多目标工程问题，这些问题确定了目标空间中一个可行的解决方案，称为工作点（WP），不一定是帕累托最优。在这种情况下，决策者（DM）可能对少数解决方案更感兴趣，例如，位于帕累托最优集的某个区域（WP-区域）中的那些解决方案主导了WP。在本文中，我们提出了WP-TOPSISGA，该算法将WP，MOEA技术和多准则决策方法（MCDM）方法TOPSIS融合在一起。使用TOPSIS，DM仅需要输入首选项或权重W_i，但是使用我们的方法，权重是通过算法的每次迭代中的插值来评估的。这个想法是指导解决方案在WP区域中的搜索，并根据与理想解决方案的相似性对找到的解决方案进行排序。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号