.png){kind=icon}
返回
Efficient preference learning algorithm for interactive evolutionary multi-objective optimization
.png){kind=icon}
PRE
AI
DOI：10.1016/j.swevo.2025.102254.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 我们提出了一种新颖的多样化偏好模型的进化框架。
• 该框架独特地平衡了弹性、效率和分布质量。
• 该方法在鲁棒性、效率和成功率方面优于基线方法。
• 该框架能够产生分布更均匀的模型和更优越的目标空间覆盖。
• 确保模型分布的均匀性可以避免有偏的解决方案评估。
Keyword:
Preference learning
Pairwise comparisons
Interactive procedures
Evolutionary multi-objective optimization
Uniform sampling
期刊
IF:
8.5
论文数:
2.2K
被引数:
1.0W
机构
暂无机构信息
引用论文
Using Choquet integral as preference model in interactive evolutionary multiobjective optimization在交互式进化多目标优化中使用Choquet积分作为偏好模型
OAAI
OAAI分享收藏Scoring procedures for multiple criteria decision aiding with robust and stochastic ordinal regression具有稳健和随机顺序回归的多准则决策辅助的评分程序
PREAI
分享收藏Convex preference cone-based approach for many objective optimization problems基于凸偏好锥的多目标优化问题求解方法
PREAI
分享收藏分享收藏Selection of a representative value function in robust multiple criteria ranking and choice鲁棒多标准排序和选择中代表值函数的选择
PREAI
分享收藏JECDM: A Java framework for Evolutionary Computation and Decision-MakingJECDM：一个用于进化计算和决策制定的Java框架.png)
SOFTWAREXOAAI
SOFTWAREXIF2.4
OAAI分享收藏
查看更多内容