دانلود مقاله ISI انگلیسی شماره 78908
ترجمه فارسی عنوان مقاله

تجزیه و تحلیل زمان اجرای یک الگوریتم تکاملی چند هدفه برای به دست آوردن تقریب متناهی از جبهه پارتو

عنوان انگلیسی
Runtime analysis of a multi-objective evolutionary algorithm for obtaining finite approximations of Pareto fronts
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
78908 2014 16 صفحه PDF سفارش دهید
دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله تقریباً شامل 10456 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 18 تومان 15 روز بعد از پرداخت 188,208 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 36 تومان 8 روز بعد از پرداخت 376,416 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
تولید محتوا برای سایت شما
پایگاه ISIArticles آمادگی دارد با همکاری مجموعه «شهر محتوا» با بهره گیری از منابع معتبر علمی، برای کتاب، سایت، وبلاگ، نشریه و سایر رسانه های شما، به زبان فارسی «تولید محتوا» نماید.
  • تولید محتوا با مقالات ISI برای سایت یا وبلاگ شما
  • تولید محتوا با مقالات ISI برای کتاب شما
  • تولید محتوا با مقالات ISI برای نشریه یا رسانه شما
  • و...

پیشنهاد می کنیم کیفیت محتوای سایت خود را با استفاده از منابع علمی، افزایش دهید.

سفارش تولید محتوا کد تخفیف 10 درصدی: isiArticles
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Information Sciences, Volume 262, 20 March 2014, Pages 62–77

ترجمه کلمات کلیدی
تجزیه و تحلیل زمان اجرا؛ الگوریتم تکاملی چند هدفه؛ تقریب محدود از جبهه پارتو
کلمات کلیدی انگلیسی
Runtime analysis; Multi-objective evolutionary algorithm; Finite approximations of Pareto fronts
پیش نمایش مقاله
پیش نمایش مقاله تجزیه و تحلیل زمان اجرای یک الگوریتم تکاملی چند هدفه برای به دست آوردن تقریب متناهی از جبهه پارتو

چکیده انگلیسی

Previous theoretical analyses of evolutionary multi-objective optimization (EMO) mostly focus on obtaining ∊∊-approximations of Pareto fronts. However, in practical applications, an appropriate value of ∊∊ is critical but sometimes, for a multi-objective optimization problem (MOP) with unknown attributes, difficult to determine. In this paper, we propose a new definition for the finite representation of the Pareto front—the adaptive Pareto front, which can automatically accommodate the Pareto front. Accordingly, it is more practical to take the adaptive Pareto front, or its ∊∊-approximation (termed the ∊∊-adaptive Pareto front) as the goal of an EMO algorithm. We then perform a runtime analysis of a (μ+1μ+1) multi-objective evolutionary algorithm ((μ+1μ+1) MOEA) for three MOPs, including a discrete MOP with a polynomial Pareto front (denoted as a polynomial DMOP), a discrete MOP with an exponential Pareto front (denoted as an exponential DMOP) and a simple continuous two-objective optimization problem (SCTOP). By employing an estimator-based update strategy in the (μ+1μ+1) MOEA, we show that (1) for the polynomial DMOP, the whole Pareto front can be obtained in the expected polynomial runtime by setting the population size μμ equal to the number of Pareto vectors; (2) for the exponential DMOP, the expected polynomial runtime can be obtained by keeping μμ increasing in the same order as that of the problem size n  ; and (3) the diversity mechanism guarantees that in the expected polynomial runtime the MOEA can obtain an ∊∊-adaptive Pareto front of SCTOP for any given precision ∊∊. Theoretical studies and numerical comparisons with NSGA-II demonstrate the efficiency of the proposed MOEA and should be viewed as an important step toward understanding the mechanisms of MOEAs.

دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله شامل 10456 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 18 تومان 15 روز بعد از پرداخت 188,208 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 36 تومان 8 روز بعد از پرداخت 376,416 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.