Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: sequential multiobjective optimization

Sortuj według:

Ogranicz wyniki do:

Wielokryterialna ocena procesów budowlanych z uwzględnieniem rozmytego modelowania niepewności aspektów technologicznych

Ibadov N.

Autobusy : technika, eksploatacja, systemy transportowe

2013

R. 14, nr 3

1183-1191

W artykule opisana została problematyka oceny wielokryterialnej procesów budowlanych, z uwzględnieniem modelowania rozmytego niepewności aspektów technologicznych. Kwestie niepewności (towarzyszące aspektom technologicznym) w artykule uwzględniono jako ryzyko procesów technologicznych i przyjęto jako dodatkowe kryterium oceny. Wszystkie kryteria oceny modelowano i oceniano stosując teorię zbiorów rozmytych. W artykule została zaproponowana procedura oceny (optymalizacji) wielokryterialnej wykorzystaniem teorii zbiorów rozmytych i wnioskowania rozmytego z liczbowymi wagami kryteriów.

The paper discusses the problem of multi-criteria evaluation of construction processes based on the fuzzy modeling of the technological uncertainty. Issues of uncertainty associated with the technological aspects are treated as the technological risk of a given process and adopted as an additional criterion of assessment. All of the evaluation criteria are modeled and evaluated on the basis of the fuzzy sets theory. The paper also proposes the assessment (optimization) procedure based on the fuzzy sets and fuzzy reasoning theory with the numerical weights of the criteria of assessment. Finally, the paper presents a numerical example.

A sequential multiobjective optimization tool designed to manage on line a set of varied algorithms

Rodon A., Collette Y., Siarry P.

Foundations of Computing and Decision Sciences

2003

Vol. 28, No. 4

247-271

We present a new sequential multiobjective optimization tool, called SMO, aimed at automatically choosing the most appropriate optimization method to be applied in order to solve a given problem. To make such choices, our program studies the structure of the set of found solutions in objective function space, using a new set of metrics : in particular, we use the Pareto ratio to determine how the solutions are placed in objective function space in relation to the Pareto surface, a correlation metric to compare the shapes of the practical and theoretical Pareto surfaces, and the "segment-dominance metric" to study the convexity of those surfaces. Some tests on academic benchmark problems are presented in this paper. A work under development is the application of SMO to a particular problem, namely the working out of the nuclear fuel loading patterns in pressurized water reactors, which is a difficult combinatorial multiobjective optimization problem.