Publication detail

RiverOpt: A Multiobjective Optimization Framework based on Modified River Formation Dynamics Heuristic

Year: 2019

Type of publication: článek ve sborníku

Name of source: 32nd International Conference on VLSI Design and 18th International Conference on Embedded Systems (VLSID)

Publisher name: IEEE (Institute of Electrical and Electronics Engineers)

Place: New York

Page from-to: 233-238

Titles:

Language	Name	Abstract	Keywords
cze	RiverOpt: Multiobjektivní optimalizační rámec založený na Modified River Formation Dynamics Heuristic	V metodě river formation dynamics (RFD) se vodní kapky vydávají po pravděpodobné cestě k toku z vysokých nadmořských výšek na rovný povrch. Tato geografická metafora přijímá princip klesajícího gradientu podporovaný sedimentačními a erozními mechanismy, aby dosáhl proveditelného řešení. V tomto článku je nový vícecílový optimalizační rámec, RiverOpt prezentován na základě modifikované metody RFD. V této metodě je pravděpodobnost výběru další cesty v metodě RFD modifikována tak, aby využívala jak příčné, tak podélné sklony. Dále je sedimentační parametr v metodě RFD zlepšen zavedením sedimentačního koeficientu. Později je externí rámec integrován s rámcem RiverOpt, aby bylo možné sledovat nenominovaná řešení v každé generaci. Pro srovnání výkonnosti navrhovaného rámce se používá sada standardních problémů s multiobjektivním testem. Výsledky jsou porovnány s peerovými multiobjektivními optimalizačními algoritmy pomocí dvou výkonových indikátorů (tj. Generační vzdálenost a hypervolume). Experimentální výsledky ukazují, že navrhovaný rámec RiverOpt demonstruje konkurenční výsledky z hlediska konvergence a rozmanitosti Pareto optimálních řešení. Nakonec je analyzována případová studie nízkošumového zesilovacího obvodu, aby se ukázala účinnost navrhovaného rámce.	Multiobjecitve optimalizace; Pareto optimální řešení; River formation dynamics
eng	RiverOpt: A Multiobjective Optimization Framework based on Modified River Formation Dynamics Heuristic	In river formation dynamics (RFD) method, water drops pursue a probable path to flow from high altitudes to flat surface. This geographical metaphor adopts a decreasing gradient principle supported by sedimentation and erosion mechanisms to reach for a feasible solution. In this paper, a new multi-objective optimization framework, RiverOpt is presented based on a modified RFD method. In this method, the probability of selecting the next path in RFD method is modified to exploit both transverse and longitudinal slopes. Further, the sedimentation parameter in RFD method is improved by introducing a sediment coefficient. Later, an external archive is integrated with RiverOpt framework to keep track of nondominated solutions in each generation. For benchmarking the performance of the proposed framework, a set of standard multiobjective test problems is employed. The results are compared with peer multiobjective optimization algorithms using two performance indicators (i.e., generational distance and hypervolume). Experimental results show that the proposed RiverOpt framework demonstrates competitive results in terms of convergence and diversity of Pareto optimal solutions. Finally, a case study of low noise amplifier circuit is analyzed to showcase effectiveness of the proposed framework.	Multiobjecitve optimization; Pareto optimal solution; River formation dynamics

Search

Login for students

Login for employees

Publication detail

Department

Map

Services

Popular Links