Use este identificador para citar o ir al link de este elemento:
http://hdl.handle.net/1843/42196| Tipo: | Tese |
| Título: | Qualitative analysis in many-objective optimization with visualization methods |
| Título(s) alternativo(s): | Análise qualitativa em otimização de muitos objetivos com métodos de visualização |
| Autor(es): | Roozbeh Haghnazar Koochaksaraei |
| primer Tutor: | Frederico Gadelha Guimaraes |
| primer Co-tutor: | Vitor Nazário Coelho |
| primer miembro del tribunal : | Igor Coelho Machado |
| Segundo miembro del tribunal: | Rodrigo Tomas Nogueira Cardoso |
| Tercer miembro del tribunal: | Ricardo Hiroshi Caldeira Takahashi |
| Cuarto miembro del tribunal: | Hossein Javedani Sadaei |
| Resumen: | Many-objective Optimization Problems present various challenges to the currentoptimization methods. Among these, the visualization gap is an important obstacle tothe interpretation of results. Having the ability of visualizing partial or final results ofa high-dimensional multi-objective problem provides key advantages to the optimizerand also to the decision-maker in terms of understanding the problem and interpretingresults. In this study, a multi-purposed visualization tool is proposed to be appliedin an evolutionary design process. The proposed visualization tool, named Visualiza-tion and Mapping on Arcs (VMA), contains two different parts and usabilities. VMAprovides two important categories of qualitative information from high-dimensionalspaces. The first part of tool maps the solutions from high-dimensional space into the2D forms based to extract the relationship between objectives. Then, the second part,maps the solutions from high-dimensional objective space into a 2D form of scatteringthat is based on norm and angle information. Meanwhile, it preserves some desirablecharacteristics of objective space, such as the shape of the Pareto front, its location,relations between objectives etc. With the support of this tool the decision-maker canobtain information about the shape of the Pareto front, the range of explored area bythe algorithms, qualitative estimation of algorithm performance, relation between ob-jectives, location of solutions and their dispersion. Furthermore, this application hasscalability and flexibility about the number of objectives and population size. Additionally, VMA allows the decision-maker to visually identify poorly explored regionsof the objective space and determine weight vectors to guide the search to a specificor preferred region. Finally, experimental results show that this tool can play a role ofperformance metric and help the evolutionary solving process. |
| Abstract: | Problemas de otimização com muitos objetivos apresentam vários desafios para os métodos de otimização atuais. Dentre essas, a visualização de soluções é um obstáculo importante para a interpretação dos resultados. Ter a habilidade de visualizar resultados parciais ou finais, de um problema multi-objetivo com várias dimensões, fornece vantagens chave para o otimizador bem como para o tomador de decisões, com relação a compreensão do problema e interpretação de resultados. Neste estudo, propõe-se uma ferramenta de visualização multi-propósito a ser aplicada em um processo de design evolucionário. A ferramenta de visualização proposta, denominada Visualização e Mapeamento em Arcos (VMA), contém duas partes e utilizações diferentes. VMA fornece duas importantes categorias de informação qualitativa sobre espaços de várias dimensões. A primeira parte da ferramenta mapeia as soluções do espaço de alta dimensão para as formas 2D, com base na extração da relação entre os objetivos. Em seguida, a segunda parte, mapeia as soluções do espaço de objetivos de alta dimensionalidade em uma forma 2D de espalhamento, baseada na norma e informações de ângulo entre os objetivos. A abordagem preserva algumas características desejáveis do espaço de objetivos, como a forma da Fronteira Pareto, sua localização, relações entre os objetivos, etc. Com o apoio desta ferramenta o decisor pode obter informações sobre a forma da frente de Pareto, a área explorada pelos algoritmos, uma estimativa qualitativa do desempenho do algoritmo, relação entre os objetivos, localização das soluções e sua dispersão. Além disso, este aplicativo tem escalabilidade e flexibilidade em relação ao número de objetivos e tamanho da população. Adicionalmente, o VMA permite ao decisor identificar visualmente regiões pouco exploradas do espaço de objetivos e determinar vetores de peso para guiar a busca por uma região específica ou preferida. Finalmente, os resultados experimentais mostram que esta ferramenta pode desempenhar um papel de métrica de desempenho e auxiliar o processo evolucionário de busca por soluções. |
| Asunto: | Engenharia elétrica Otimização Pesquisa qualitativa Processo decisório Visualização de dados |
| Idioma: | eng |
| País: | Brasil |
| Editor: | Universidade Federal de Minas Gerais |
| Sigla da Institución: | UFMG |
| Departamento: | ENG - DEPARTAMENTO DE ENGENHARIA ELÉTRICA |
| Curso: | Programa de Pós-Graduação em Engenharia Elétrica |
| Tipo de acceso: | Acesso Aberto |
| URI: | http://hdl.handle.net/1843/42196 |
| Fecha del documento: | 23-jun-2017 |
| Aparece en las colecciones: | Teses de Doutorado |
archivos asociados a este elemento:
| archivo | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| Final Version Modelo_Dissertacao_Tese_Minds.pdf | Dissertacao | 11.33 MB | Adobe PDF | Visualizar/Abrir |
Los elementos en el repositorio están protegidos por copyright, con todos los derechos reservados, salvo cuando es indicado lo contrario.