Статья: ЭВОЛЮЦИОННЫЙ АЛГОРИТМ МНОГОКРИТЕРИАЛЬНОЙ ОПТИМИЗАЦИИ С СУРРОГАТНЫМИ МОДЕЛЯМИ МАШИННОГО ОБУЧЕНИЯ (2025)

Читать онлайн

Повышена эффективность эволюционных алгоритмов решения дорогостоящих многокритериальных задач оптимизации путем внедрения эффективных регрессионных моделей машинного обучения, аппроксимирующих целевые функции, для ускорения сходимости к истинному фронту Парето при ограниченном числе вычислений критериев (так называемый суррогатный подход). За основу разработанного метода многокритериальной оптимизации с суррогатным подходом взят эволюционный алгоритм MOEA/D. В качестве суррогатных моделей рассмотрены метод регрессионного анализа, основанный на гауссовых процессах, — кригинг (KRG), и метод опорных векторов (SVM), предназначенный для решения задач классификации и регрессии. Показано, что модифицированный эволюционный алгоритм многокритериальной оптимизации MOEA/D демонстрирует сравнимые или лучшие результаты на всех тестовых задачах международного соревнования алгоритмов многокритериальной оптимизации. Сравнение эволюционного алгоритма MOEA/D с другими участниками соревнования не проводилось, в частности, из-за уменьшенного вычислительного ресурса. Предложенный подход с кригингом показал лучшие средние результаты по метрике IGD, которая предназначена для оценки качества работы алгоритмов многокритериальной оптимизации. Разработанный подход с кригингом также показывает более разнообразные решения по сравнению с методами опорных векторов и алгоритмом MOEA/D

Ключевые фразы: дорогостоящая многокритериальная оптимизация, ЭВОЛЮЦИОННЫЕ АЛГОРИТМЫ, суррогатные модели, кригинг, машины опорных векторов
Автор (ы): Горбунов Сергей Михайлович (Gorbunov S. M.), Становов Владимир Вадимович (Stanovov V. V.)
Журнал: ВЕСТНИК МОСКОВСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА ИМ. Н. Э. БАУМАНА. СЕРИЯ ПРИБОРОСТРОЕНИЕ

Предпросмотр статьи

Идентификаторы и классификаторы

SCI
Физика
УДК
519.87. Математические модели исследования операций
Для цитирования:
ГОРБУНОВ С. М., СТАНОВОВ В. В. ЭВОЛЮЦИОННЫЙ АЛГОРИТМ МНОГОКРИТЕРИАЛЬНОЙ ОПТИМИЗАЦИИ С СУРРОГАТНЫМИ МОДЕЛЯМИ МАШИННОГО ОБУЧЕНИЯ // ВЕСТНИК МОСКОВСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА ИМ. Н. Э. БАУМАНА. СЕРИЯ ПРИБОРОСТРОЕНИЕ. 2025. № 2 (151)
Текстовый фрагмент статьи
Моя история просмотров (10)
Будьте первым, кто начнет обсуждение

Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.