Publicação em atas de evento científico Q4
An application of Preference-Inspired Co-Evolutionary Algorithm to sectorization
Elif Goksu Öztürk (Öztürk, E.); Pedro Rocha (Rocha, P.); Filipe Sousa (Sousa, F.); Maria Margarida Lima (Lima, M.); Ana Maria Rodrigues (Rodrigues, A. M.); José Soeiro Ferreira (Ferreira, J. S.); Ana Catarina Nunes (Nunes, A. C.); Isabel Cristina Lopes (Lopes, C.); Cristina Teles de Oliveira (Oliveira, C.); et al.
Innovations in Mechatronics Engineering II. Lecture Notes in Mechanical Engineering
Ano (publicação definitiva)
2022
Língua
Inglês
País
Suíça
Mais Informação
Web of Science®

Esta publicação não está indexada na Web of Science®

Scopus

N.º de citações: 2

(Última verificação: 2024-04-21 06:46)

Ver o registo na Scopus


: 2.2
Google Scholar

N.º de citações: 3

(Última verificação: 2024-04-17 22:00)

Ver o registo no Google Scholar

Abstract/Resumo
Sectorization problems have significant challenges arising from the many objectives that must be optimised simultaneously. Several methods exist to deal with these many-objective optimisation problems, but each has its limitations. This paper analyses an application of Preference Inspired Co-Evolutionary Algorithms, with goal vectors (PICEA-g) to sectorization problems. The method is tested on instances of different size difficulty levels and various configurations for mutation rate and population number. The main purpose is to find the best configuration for PICEA-g to solve sectorization problems. Performancemetrics are used to evaluate these configurations regarding the solutions’ spread, convergence, and diversity in the solution space. Several test trials showed that big and medium-sized instances perform better with low mutation rates and large population sizes. The opposite is valid for the small size instances.
Agradecimentos/Acknowledgements
This work is financed by the ERDF - European Regional Development Fund through the Operational Program for Competitiveness and Internationalization - COMPETE 2020 Program and by National Funds through the Portuguese funding agency, FCT - Fundação para a C
Palavras-chave
Sectorization problems,Co-evolutionary algorithms,Many-objective optimisation
  • Ciências Físicas - Ciências Naturais
  • Ciências Químicas - Ciências Naturais
  • Engenharia Mecânica - Engenharia e Tecnologia
  • Engenharia Química - Engenharia e Tecnologia
Registos de financiamentos
Referência de financiamento Entidade Financiadora
POCI-01-0145-FEDER-031671 Comissão Europeia

Com o objetivo de aumentar a investigação direcionada para o cumprimento dos Objetivos do Desenvolvimento Sustentável para 2030 das Nações Unidas, é disponibilizada no Ciência-IUL a possibilidade de associação, quando aplicável, dos artigos científicos aos Objetivos do Desenvolvimento Sustentável. Estes são os Objetivos do Desenvolvimento Sustentável identificados pelo(s) autor(es) para esta publicação. Para uma informação detalhada dos Objetivos do Desenvolvimento Sustentável, clique aqui.