On the exploitation of search history and accumulative sampling in robust optimisation
On the exploitation of search history and accumulative sampling in robust optimisation
复制标题
关于鲁棒优化中搜索历史和累积采样的利用
DOI：
10.1145/3067695.3076060
复制
发表时间：
2017
期刊：
影响因子：
--
通讯作者：
Alyahya K
中科院分区：
文献类型：
--
作者：
Alyahya K
当通过使用落入新解决方案的不确定性邻域的先前访问的解决方案的信息来评估新的解决方案时，高效的稳健优化方法利用搜索历史。我们提出了一种充分利用搜索历史的方法，通过更新整个搜索历史而不是固定总体的稳健适应度近似。与文献中的其他方法相比，我们提出的方法在一系列测试问题上显示了良好的结果。
Efficient robust optimisation methods exploit the search history when evaluating a new solution by using information from previously visited solutions that fall in the new solution's uncertainty neighbourhood. We propose a full exploitation of the search history by updating the robust fitness approximations across the entire search history rather than a fixed population. Our proposed method shows promising results on a range of test problems compared with other approaches from the literature.
寻找稳健的解决方案时进行高效采样
DOI：
--
发表时间：
2016
期刊：
Parallel Problem Solving from Nature
影响因子：
--
作者：
J. Branke;Xin Fei
通讯作者：
Xin Fei