МОДИФІКАЦІЯ ГЕНЕТИЧНИХ АЛГОРИТМІВ НА ОСНОВІ МЕТОДУ НЕЦЕНТРОВАНИХ ГОЛОВНИХ КОМПОНЕНТ ТА СТАНДАРТНІ ТЕСТИ

Шадура О. В.

doi:10.31435/rsglobal_ws/30042019/6464

Шадура О. В. Україна, м. Київ, Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського"

DOI: https://doi.org/10.31435/rsglobal_ws/30042019/6464

Keywords: genetic algorithms, multiobjective optimization, principle component analysis, Pareto front, multiobjective functions

Abstract

The purpose of this article is to develop the necessary mathematical description of the method of the uncentered principal component analysis for the optimization of the genetic algorithm. A secondary goal is to evaluate the approximations for its application for HEP data analysis and to develop its program implementation for genetic algorithm together with a new operator based on the method of the uncentered principal components (UPCA-operator) and to check its efficiency on the example benchmark tests.

References

G. Amadio and A. Ananya and J.Apostolakis and A.Arora and M.Bandieramonte and A.Bhattacharyya and C.Bianchini and R.Brun and P.Canal and F.Carminati and L.Duhem and D.Elvira and A.Gheata and M.Gheata and I.Goulas and R.Iope and S.Jun and G.Lima and A.Mohanty and T.Nikitina and M.Novak and W.Pokorski and A.Ribon and R.Sehgal and O.Shadura and S.Vallecorsa and S.Wenzel and Y.Zhang, GeantV: from CPU to accelerators, Journal of Physics: Conference Series, 762, 1, p.012019, 2016

K. Deb and A. Pratap and S. Agarwal and T. Meyarivan,A fast and elitist multiobjective genetic algorithm: NSGA-II, IEEE Transactions on Evolutionary Computation, 2002, V ol.6, p.182-197, Doi:10.1109/4235.996017

Seada, Haitham, and Kalyanmoy Deb. "U-NSGA-III: A A Unified Evolutionary Optimization Procedure for Single, Multiple, and Many Objectives”, IEEE Trans. Evolutionary Computation 20(3): 358-369 (2016)

K. Deb and L. Thiele and M. Laumanns and E. Zitzler, Scalable Test Problems for Evolutionary Multi- Objective Optimization, Evolutionary Multiobjective Optimization: Theoretical Advances and Applications, Springer, 2005

Shadura O. Multivariate convergence-targeted operator for the genetic algorithm / O. Shadura, A. Petrenko, S. Svistunov // Системні дослідження та інформаційні технології: міжнародний науково-технічний журнал, No 1. c. 126–140 (2017).

Шадура О.В. Метод головних компонент і оптимізація пакетів фізичного моделювання за допомогою генетичних алгоритмів, Вісник Університету «Україна», Серія «Інформатика, обчислювльна техника та кібернетика», No1(22), c.198-209 (2019).

Oksana Shadura, Federico Carminati and Anatoliy Petrenko. Performance Optimization of Physics Simulations Through Genetic Algorithms, Journal of Computer Science, v.15, Issue 1, p. 57-66 (2019) (DOI 10.3844/jcssp.2019.57.66)