Depending on the amount of data to process, file generation may take longer.

If it takes too long to generate, you can limit the data by, for example, reducing the range of years.

Dissertation

Download BibTeX

Title

New Directions in Interactive Evolutionary Multiple Objective Optimization Based on Holistic Preference Information

Authors

[ 1 ] Instytut Informatyki, Wydział Informatyki i Telekomunikacji, Politechnika Poznańska | [ P ] employee

Promoter

[ 1 ] Instytut Informatyki, Wydział Informatyki i Telekomunikacji, Politechnika Poznańska | [ P ] employee

Reviewers

Title variant

PL Nowe kierunki w interaktywnej ewolucyjnej optymalizacji wielokryterialnej opartej na holistycznych przykładach preferencji

Language

english

Keywords
EN
  • evolutionary multi-objective optimization
  • evolutionary algorithms
  • multi-criteria decision aiding
  • preference modelling
PL
  • ewolucyjna optymalizacja wielokryterialna
  • algorytmy ewolucyjne
  • wielokryterialne wspomaganie decyzji
  • modelowanie preferencji
Abstract

EN The recent trend in evolutionary multiple objective optimization consists in integrating the Decision Maker’s preference information with the optimization process. In this way, the evolutionary search can be biased towards his or her highly relevant region in the Pareto front. Nonetheless, the joint studies of evolutionary multiple objective optimization and multiple criteria decision aiding often do not incorporate state-of-the-art tools and paradigms from either research areas. This doctoral dissertation addressed the above problem and explored different research avenues intending to integrate multiple objective optimization with decision aiding. These directions were oriented towards developing new hybridized algorithms, verifying their applicability, and proposing new tools for better understanding their performance.

PL Jednym z kierunków badań w obszarze ewolucyjnej optymalizacji wielokryterialnej jest obecnie dodatkowe wykorzystanie informacji preferencyjnej decydenta w procesie optymalizacji. Dzięki takiej integracji algorytm jest w stanie ukierunkować proces przeszukiwania przestrzeni rozwiązań w taki sposób, by odnaleźć rozwiązania najbardziej istotne dla decydenta. Niemniej jednak wiele istniejących prac, które integrują ewolucyjną optymalizację wielokryterialną z komputerowym wspomaganiem decyzji, nie wykorzystuje nowoczesnych technik i paradygmatów wywodzących się z obydwu obszarów badań. Niniejsza rozprawa doktorska porusza ten problem. W ramach tej pracy zrealizowano wiele kierunków badań, których nadrzędnym celem była hybrydyzacja wymienionych obszarów. W tych pracach zostały zaproponowane nowe algorytmy, dokonano weryfikacji ich stosowalności, oraz przedstawiono nowe narzędzia służące do lepszego zrozumienia ich działania.

Number of pages

306

OECD domain

computer sciences and computer science

KBN discipline

computer science

Signature of printed version

DrOIN 2095

On-line catalog

to2021500471

Full text of dissertation

Download file

Access level to full text

public

First review

Bogumił Kamiński

Date

29.07.2020

Language

polish

Review text

Download file

Access level to review text

public

Second review

Konrad Kułakowski

Place

Kraków, Polska

Date

18.08.2020

Language

polish

Review text

Download file

Access level to review text

public

Dissertation status

dissertation

Place of defense

Poznań, Polska

Date of defense

16.10.2020

Unit granting title

Rada Dyscypliny Informatyka Techniczna i Telekomunikacja Politechniki Poznańskiej

Obtained title

doktor nauk inżynieryjno-technicznych w dyscyplinie: informatyka techniczna i telekomunikacja

This website uses cookies to remember the authenticated session of the user. For more information, read about Cookies and Privacy Policy.