A New Predictor Corrector Variant for Unconstrained Bi-objective Optimization Problems

Martín, Adanay; Schütze, Oliver

doi:10.1007/978-3-319-07494-8_12

Cited by 6 publications

(1 citation statement)

References 18 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Es importante dejar en claro que la idea de dirigir la búsqueda a lo largo del conjunto o frente de Pareto hacia una determinada dirección no es nueva. El método de búsqueda dirigida descendente [44] y el Pareto Tracer [34] son capaces de realizar esta búsqueda; sin embargo, ambos están restringidos a problemas continuos y su enfoque no puede extenderse a dominios discretos mientras se utilice la información del gradiente.…”

Section: Introductionunclassified

Including Users Preferences in the Decision Making for Discrete Many Objective Optimization Problems

Pérez

Cuate²,

Schütze³

et al. 2016

CyS

Self Cite

View full text Add to dashboard Cite

Resumen. En muchas aplicaciones, uno se enfrenta con el problema de que muchos objetivos tienen que ser optimizados simultáneamente lo que conlleva a tener un problema de optimización de muchos objetivos (MaOP, por sus siglas en ingles). Una característica importante de los problemas de optimización de muchos objetivos discretos es que su conjunto de soluciones, el llamado conjunto de Pareto, consiste de demasiados puntos para ser calculados de manera eficiente. Por lo tanto, aunque los algoritmos evolutivos especializados son en principio capaces de calcular un conjunto S de soluciones candidato bien esparcidas a lo largo del conjunto de Pareto, no se garantiza que el tomador de decisiones del problema en cuestión encontrará la solución 'ideal' dentro de S para su problema. Se argumenta en este trabajo que tiene sentido llevar a cabo una especie de post procesamiento para una solución dada s ∈ S. Específicamente, proponemos dos diferentes métodos que permiten dirigir la búsqueda desde s a lo largo del conjunto de Pareto en direcciones especificadas por el usuario. Resultados numéricos, en casos del problema de enrutamiento de vehículos con ventanas de tiempo, muestran la efectividad de los novedosos métodos propuestos. Palabras clave. Optimización de muchos objetivos, toma de decisiones, problema de enrutamiento de vehículos, optimización discreta, computación evolutiva.

show abstract

Section: Introductionunclassified

Including Users Preferences in the Decision Making for Discrete Many Objective Optimization Problems

Pérez

Cuate²,

Schütze³

et al. 2016

CyS

Self Cite

View full text Add to dashboard Cite

show abstract

The Directed Search Method for Unconstrained Parameter Dependent Multi-objective Optimization Problems

Hernández

Lara²,

Trautmann

et al. 2016

Studies in Computational Intelligence

View full text Add to dashboard Cite

An Approach for the Local Exploration of Discrete Many Objective Optimization Problems

Cuate

Derbel

Liefooghe

et al. 2017

Lecture Notes in Computer Science

View full text Add to dashboard Cite

Multi-objective optimization problems with more than three objectives, which are also termed as many objective optimization problems, play an important role in the decision making process. For such problems, it is computationally expensive or even intractable to approximate the entire set of optimal solutions. An alternative is to compute a subset of optimal solutions based on the preferences of the decision maker. Commonly, interactive methods from the literature consider the user preferences at every iteration by means of weight vectors or reference points. Besides the fact that mathematical programming techniques only produce one solution at each iteration, they generally require first or second derivative information, that limits its applicability to certain problems. The approach proposed in this paper allows to steer the search into any direction in the objective space for optimization problems of discrete nature. This provides a more intuitive way to set the preferences, which represents a useful tool to explore the regions of interest of the decision maker. Numerical results on multi-objective multi-dimensional knapsack problem instances show the interest of the proposed approach.

show abstract

A New Predictor Corrector Variant for Unconstrained Bi-objective Optimization Problems

Cited by 6 publications

References 18 publications

Including Users Preferences in the Decision Making for Discrete Many Objective Optimization Problems

Including Users Preferences in the Decision Making for Discrete Many Objective Optimization Problems

The Directed Search Method for Unconstrained Parameter Dependent Multi-objective Optimization Problems

An Approach for the Local Exploration of Discrete Many Objective Optimization Problems

Contact Info

Product

Resources

About