본 논문에서는 다목적 최적화 문제에서 체비쇼프 스칼라화를 효율적으로 해결하기 위한 새로운 알고리즘인 OMD-TCH와 AdaOMD-TCH를 제안하고, 이들의 이론적 성능 보장과 실제 응용에서의 효과를 검증합니다.
이 논문에서는 각 목적 함수가 부드러운 함수와 부드럽지 않은 함수의 합으로 표현될 수 있는 합성 다목적 최적화 문제를 위해 전역적으로 수렴하는 신뢰 영역 근위 경사 하강 기법을 개발합니다.
본 논문에서는 불확실성 하에서 다목적 최적화 문제를 해결하기 위해 예상 분위수 개선(EQI) 방법론을 확장하여 질병 발생 시 의사 결정을 위한 효과적인 개입 전략을 개발하는 방법을 제시합니다.
본 논문에서는 많은 수의 목적 함수를 효율적으로 최적화하기 위해 적소의 해 해법을 제시하며, 특히 목적 함수의 수가 매우 많을 때(예: 100개 이상) 소수의 해(예: 5개)만으로도 효과적인 최적화가 가능함을 보여줍니다.
이 논문에서는 계산 비용이 높은 립시츠 함수에서 다목적 최적화 문제를 해결하기 위한 새로운 접근 방식인 $\gamma$-경쟁력과 이를 기반으로 하는 SWCM(Scalarization With Competitiveness Method)을 제안합니다.
본 논문에서는 경쟁 목표를 효과적으로 해결하고 개별 학습 샘플의 손실을 별도의 목표로 간주하는 새로운 학습 패러다임인 IWRM을 가능하게 하는 새로운 다목적 최적화 알고리즘인 자코비안 하강법(JD)을 제안합니다.
복잡한 사이버 물리 에너지 시스템(CPES)에서 분산 다목적 최적화의 중요성과 효과적인 해결책 소개