Titre :

Decision/objective space trajectory networks for multi-objective combinatorial optimisation

Auteur(s) :

Ochoa, Gabriela [Auteur]
University of Stirling
Liefooghe, Arnaud [Auteur]
Optimisation de grande taille et calcul large échelle [BONUS]
Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 [CRIStAL]
Lavinas, Yuri [Auteur]
Université de Tsukuba = University of Tsukuba
Aranha, Claus [Auteur]
Université de Tsukuba = University of Tsukuba

Titre de la manifestation scientifique :

EvoCOP 2023 - 23rd European Conference on Evolutionary Computation in Combinatorial Optimization

Ville :

Brno

Pays :

République tchèque

Date de début de la manifestation scientifique :

2023-04-12

Titre de l’ouvrage :

Lecture Notes in Computer Science

Titre de la revue :

Evolutionary Computation in Combinatorial Optimization

Éditeur :

Springer Nature Switzerland

Lieu de publication :

Cham

Date de publication :

2023-04

Mot(s)-clé(s) en anglais :

algorithm analysis
search trajectory networks
combinatorial optimisation
multi-objective optimisation
visualisation

Discipline(s) HAL :

Informatique [cs]
Informatique [cs]/Intelligence artificielle [cs.AI]
Computer Science [cs]/Operations Research [math.OC]

Résumé en anglais : [en]

This paper adapts a graph-based analysis and visualisation tool, search trajectory networks (STNs) to multi-objective combinatorial optimisation. We formally define multi-objective STNs and apply them to study the dynamics ...
Lire la suite >This paper adapts a graph-based analysis and visualisation tool, search trajectory networks (STNs) to multi-objective combinatorial optimisation. We formally define multi-objective STNs and apply them to study the dynamics of two state-of-the-art multi-objective evolutionary algorithms: MOEA/D and NSGA2. In terms of benchmark, we consider two- and three-objective ρmnk-landscapes for constructing multi-objective multi-modal landscapes with objective correlation. We find that STN metrics and visualisation offer valuable insights into both problem structure and algorithm performance. Most previous visual tools in multi-objective optimisation consider the objective space only. Instead, our newly proposed tool asses algorithm behaviour in the decision and objective spaces simultaneously.Lire moins >

Langue :

Anglais

Comité de lecture :

Oui

Audience :

Internationale

Vulgarisation :

Non

Collections :

• Centre de Recherche en Informatique, Signal et Automatique de Lille (CRIStAL) - UMR 9189

Source :

Harvested from HAL