Published July 1, 2020
| Version v1
Publication
Open
MOBOpt — multi-objective Bayesian optimization
Creators
- 1. Universidade Positivo
- 2. Pontifícia Universidade Católica do Paraná
- 3. Universidade Federal do Paraná
Description
This work presents a new software, programmed as a Python class, that implements a multi-objective Bayesian optimization algorithm. The proposed method is able to calculate the Pareto front approximation of optimization problems with fewer objective functions evaluations than other methods, which makes it appropriate for costly objectives. The software was extensively tested on benchmark functions for optimization, and it was able to obtain Pareto Function approximations for the benchmarks with as many as 20 objective function evaluations, those results were obtained for problems with different dimensionalities and constraints.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
يقدم هذا العمل برنامجًا جديدًا، مبرمجًا كفئة بايثون، ينفذ خوارزمية تحسين بايزي متعددة الأهداف. الطريقة المقترحة قادرة على حساب تقريب باريتو الأمامي لمشاكل التحسين مع تقييمات وظائف موضوعية أقل من الطرق الأخرى، مما يجعلها مناسبة للأهداف المكلفة. تم اختبار البرنامج على نطاق واسع على الوظائف المعيارية للتحسين، وتمكن من الحصول على تقريبات وظيفة باريتو للمعايير مع ما يصل إلى 20 تقييمًا وظيفيًا موضوعيًا، وتم الحصول على هذه النتائج للمشاكل ذات الأبعاد والقيود المختلفة.Translated Description (French)
Ce travail présente un nouveau logiciel, programmé en classe Python, qui implémente un algorithme d'optimisation bayésien multi-objectif. La méthode proposée est capable de calculer l'approximation frontale de Pareto des problèmes d'optimisation avec moins d'évaluations de fonctions objectives que d'autres méthodes, ce qui la rend appropriée pour des objectifs coûteux. Le logiciel a été largement testé sur les fonctions de référence pour l'optimisation, et il a été en mesure d'obtenir des approximations de la fonction Pareto pour les repères avec jusqu'à 20 évaluations de fonctions objectives, ces résultats ont été obtenus pour des problèmes avec différentes dimensions et contraintes.Translated Description (Spanish)
Este trabajo presenta un nuevo software, programado como una clase de Python, que implementa un algoritmo de optimización bayesiano multiobjetivo. El método propuesto es capaz de calcular la aproximación frontal de Pareto de problemas de optimización con menos evaluaciones de funciones objetivas que otros métodos, lo que lo hace apropiado para objetivos costosos. El software se probó extensamente en funciones de referencia para la optimización, y pudo obtener aproximaciones de la función de Pareto para las referencias con hasta 20 evaluaciones de funciones objetivas, esos resultados se obtuvieron para problemas con diferentes dimensionalidades y restricciones.Files
pdf.pdf
Files
(16.1 kB)
| Name | Size | Download all |
|---|---|---|
|
md5:459a1412c49f0b6ef76ab183dd5c23f7
|
16.1 kB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- MOBOpt — تحسين بايزي متعدد الأهداف
- Translated title (French)
- MOBOpt — optimisation bayésienne multi-objectifs
- Translated title (Spanish)
- MOBOpt — optimización bayesiana multiobjetivo
Identifiers
- Other
- https://openalex.org/W3028156784
- DOI
- 10.1016/j.softx.2020.100520
References
- https://openalex.org/W1510052597
- https://openalex.org/W1815941440
- https://openalex.org/W1982178495
- https://openalex.org/W1984576194
- https://openalex.org/W2046609661
- https://openalex.org/W2057624533
- https://openalex.org/W2060568485
- https://openalex.org/W2061144551
- https://openalex.org/W2069105524
- https://openalex.org/W2094899595
- https://openalex.org/W2098629435
- https://openalex.org/W2111526171
- https://openalex.org/W2125899728
- https://openalex.org/W2136918060
- https://openalex.org/W2305868989
- https://openalex.org/W2938532773
- https://openalex.org/W2985952253
- https://openalex.org/W2993046750
- https://openalex.org/W2993821814
- https://openalex.org/W3000378542
- https://openalex.org/W3100208258
- https://openalex.org/W3103145119