An Expensive Multi-Objective Evolutionary Algorithm with RBF-IDW Surrogate Model

In surrogate-assisted multi-objective evolutionary optimization, surrogate models provide approximations for each solution on each objective, with varying quality. In the proposed algorithm, the RBF-IDW surrogate model replaces the Gaussian process model used in the original algorithm, constructing...

Celý popis

Podrobná bibliografie

Vydáno v:	2024 International Conference on New Trends in Computational Intelligence (NTCI) s. 86 - 90
Hlavní autoři:	Liu, Yuhao, Fang, Hongyi, Li, Fei
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 18.10.2024
Témata:	Adaptation models Approximation algorithms Computational modeling Gaussian processes infill criterion Linear programming multi-/many objective optimization Optimization performance indicator Prediction algorithms Predictive models Surrogate model Uncertainty
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!