Журнал вычислительной математики и математической физики
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Ж. вычисл. матем. и матем. физ.:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Ж. вычисл. матем. и матем. физ., 2019, том 59, номер 10, страницы 1666–1680 (Mi zvmmf10964)  

Простая эффективная гибридизация классической глобальной оптимизации и генетических алгоритмов многокритериальной оптимизации

А. В. Лотов, А. И. Рябиков

119333 Москва, ул. Вавилова, 40, ВЦ ФИЦ ИУ РАН, Россия

Аннотация: Предлагается эффективный способ сочетания классических (основанных на использовании градиентов функций) методов глобальной скалярной оптимизации и генетических алгоритмов многокритериальной оптимизации (МКО) при аппроксимации границы Парето и оболочки Эджворта–Парето (ОЭП) множества достижимых критериальных векторов в сложных нелинейных задачах МКО, которые характеризуются наличием крайне большого числа локальных экстремумов сверток критериев, задаваемых кусочнопостоянными функциями. Экспериментально показывается, что предлагаемый метод инжекции оптимумов, в котором глобальные оптимумы отдельных критериев включаются в популяцию генетического алгоритма, значительно превосходит исходный генетический алгоритм по порядку скорости сходимости и точности аппроксимации. Эксперименты по аппроксимации ОЭП проведены на основе задачи построения правил управления каскадом водохранилищ с критериями, отражающими надежность выполнения требований к каскаду. Библ. 26. Фиг. 5.

Ключевые слова: нелинейная многокритериальная оптимизация, граница Парето, аппроксимация оболочки Эджворта-Парето, глобальный оптимум, генетический алгоритм, скорость сходимости, точность аппроксимации.

Финансовая поддержка Номер гранта
Российский фонд фундаментальных исследований 17-29-05108_офи_м
Работа выполнена при частичной финансовой поддержке РФФИ (грант № 17-29-05108 офи_м).


DOI: https://doi.org/10.1134/S0044466919100107


Англоязычная версия:
Computational Mathematics and Mathematical Physics, 2019, 59:10, 1613–1625

Реферативные базы данных:

Тип публикации: Статья
УДК: 519.6
Поступила в редакцию: 27.05.2019
Исправленный вариант: 27.05.2019
Принята в печать:10.06.2019

Образец цитирования: А. В. Лотов, А. И. Рябиков, “Простая эффективная гибридизация классической глобальной оптимизации и генетических алгоритмов многокритериальной оптимизации”, Ж. вычисл. матем. и матем. физ., 59:10 (2019), 1666–1680; Comput. Math. Math. Phys., 59:10 (2019), 1613–1625

Цитирование в формате AMSBIB
\RBibitem{LotRya19}
\by А.~В.~Лотов, А.~И.~Рябиков
\paper Простая эффективная гибридизация классической глобальной оптимизации и генетических алгоритмов многокритериальной оптимизации
\jour Ж. вычисл. матем. и матем. физ.
\yr 2019
\vol 59
\issue 10
\pages 1666--1680
\mathnet{http://mi.mathnet.ru/zvmmf10964}
\crossref{https://doi.org/10.1134/S0044466919100107}
\elib{https://elibrary.ru/item.asp?id=39524407}
\transl
\jour Comput. Math. Math. Phys.
\yr 2019
\vol 59
\issue 10
\pages 1613--1625
\crossref{https://doi.org/10.1134/S0965542519100105}
\isi{http://gateway.isiknowledge.com/gateway/Gateway.cgi?GWVersion=2&SrcApp=PARTNER_APP&SrcAuth=LinksAMR&DestLinkType=FullRecord&DestApp=ALL_WOS&KeyUT=000501844700004}
\scopus{https://www.scopus.com/record/display.url?origin=inward&eid=2-s2.0-85074284131}


Образцы ссылок на эту страницу:
  • http://mi.mathnet.ru/zvmmf10964
  • http://mi.mathnet.ru/rus/zvmmf/v59/i10/p1666

    ОТПРАВИТЬ: VKontakte.ru FaceBook Twitter Mail.ru Livejournal Memori.ru


    Citing articles on Google Scholar: Russian citations, English citations
    Related articles on Google Scholar: Russian articles, English articles
  • Журнал вычислительной математики и математической физики Computational Mathematics and Mathematical Physics
    Просмотров:
    Эта страница:70
     
    Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2021