Optimisation multicritère par méthodes évolutionnaires distribuées

优化多标准方法分布

• 批准号: 228138-2006
• 负责人: Wong, Tony
• 金额: $ 0.8万
• 依托单位: École de technologie supérieure
• 依托单位国家: 加拿大
• 项目类别: Discovery Grants Program - Individual
• 财政年份: 2007
• 资助国家: 加拿大
• 起止时间: 2007-01-01 至 2008-12-31
• 项目状态: 已结题
• 来源: https://www.nserc-crsng.gc.ca/ase-oro/Details-Detailles_eng.asp?id=363041
• 关键词: Optimisation; multicrit; re; par; thodes

L'optimisation multicritère est une formulation généralisée et naturelle des problèmes d'optimisation. L'utilisation des algorithmes évolutionnaires dans l'optimisation des problèmes multicritères permet la prise en considération directe des objectifs à optimiser, sans l'aide de pondération a priori. Toutefois, l'application des algorithmes évolutionnaires, dans ce contexte, n'est pas simple. En effet, il existe un nombre d'obstacles qui rendent ces algorithmes rébarbatifs pour leur déploiement concret. Les principaux obstacles sont la nature stochastique et la variété des algorithmes existants; la détermination des paramètres de contrôle et la charge de calcul de ces algorithmes. Les objectifs de ce programme de recherche sont: (1) Établir de façon automatique l'intervalle utile des paramètres de contrôle des algorithmes évolutionnaires, par une nouvelle méthode d'estimation, malgré les incertitudes et la nature stochastique des variables. (2) Classifier statistiquement la performance de ces algorithmes en utilisant un cadre de comparaison multiple non paramétrique, un ensemble de problèmes de référence et trois problèmes d'application : la génération des horaires, la prédiction de la volatilité financière, l'extraction des caractéristiques dans la reconnaissance d'écriture manuscrite. (3) Dégager une politique de balancement de la charge de calcul en arrimant le modèle d'exécution des algorithmes évolutionnaires distribués avec le modèle de communication d'une grappe d'ordinateurs. À terme, la combinaison de l'estimation des paramètres de contrôle, de la classification statistique de la performance et de la politique de balancement de calcul permettra la création d'une plateforme informatique capable d'automatiser le choix et la configuration des algorithmes évolutionnaires distribués dans l'optimisation des problèmes multicritères.

L' optimization multiritre（优化多准则）是一个公式，即：将所有的问题都最优化。利用计算公式和优化计算问题，利用多重计算公式和优化计算问题，在考虑直接计算目标和优化计算目标的情况下，采用先验计算公式。Toutefois, i 'application des algorithmes volutionnaires, dans ce context，而不是simple。因此，在现有的计算方法中，将存在许多障碍，这些障碍将使我们的计算方法无法实现。主要障碍是自然随机性和随机变量，算法存在；关于<s:1> <s:1> <s:1> <s:1> <s:1>参数的计算和计算算法的计算。研究方案的目标如下：(1)Établir遗传变异的自动过程，遗传变异的参数，遗传变异的算法，遗传变异的估计，遗传变异的不确定性，遗传变异的自然随机性。(2)分类器统计与性能分析算法在效用比较中的应用：多个非定值的比较、定值的比较、定值的比较、定值的比较、定值的比较、定值的比较、定值的比较、定值的比较、定值的比较、定值的比较。(3)从政治角度出发，计算角度出发，计算角度出发，计算角度出发，计算角度出发，计算角度出发，计算角度出发，计算角度出发，计算角度出发，计算角度出发。À terme，组合de l' estimationdes paratres de contrôle， de la classification statisque de la performance de de la politique de balance de计算permettra，数据交换平台，信息交换平台，自动选择，配置算法，数据交换，分配，数据交换，优化问题，多重数据交换。