3-Objective Pareto Optimization for Problems with Chance Constraints

要約

タイトル：確率制約を持つ問題のための3目的パレート最適化
要約：
– 進化型多目的アルゴリズムは、与えられた制約が追加の目的に変換されるパレート最適化の文脈で成功しています。
– 本論文では、確率制約を持つ問題のための3目的定式化の利用を探究しています。
– この定式化は、確率的な要素の期待コストと分散、および与えられた決定論的制約のトレードオフを重視しています。
– 最近調査された正規分布の確率的要素を持つ確率制約に対する2目的の定式化と比較して、3目的定式化には利点があることを指摘しています。
– 分析によると、決定論的な基数制約を扱う場合、1ビットフリップのみで必要なすべてのトレードオフを計算できることがわかりました。
– さらに、確率制約を持つ支配集合問題の実験的調査を実施し、この古典的なNP困難な問題の利益を示しました。

要約(オリジナル)

Evolutionary multi-objective algorithms have successfully been used in the context of Pareto optimization where a given constraint is relaxed into an additional objective. In this paper, we explore the use of 3-objective formulations for problems with chance constraints. Our formulation trades off the expected cost and variance of the stochastic component as well as the given deterministic constraint. We point out benefits that this 3-objective formulation has compared to a bi-objective one recently investigated for chance constraints with Normally distributed stochastic components. Our analysis shows that the 3-objective formulation allows to compute all required trade-offs using 1-bit flips only, when dealing with a deterministic cardinality constraint. Furthermore, we carry out experimental investigations for the chance constrained dominating set problem and show the benefit for this classical NP-hard problem.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI