Projekty finansowane przez NCN


Dane kierownika projektu i jednostki realizującej

Szczegółowe informacje o projekcie i konkursie

Słowa kluczowe

Aparatura

Wyczyść formularz

Nowe kierunki interaktywnej ewolucyjnej optymalizacji wielokryterialnej opartej na holistycznych przykładach preferencji

2016/23/N/ST6/03795

Słowa kluczowe:

Optymalizacja Wielokryterialna Algorytmy Ewolucyjne Algorytmy Interaktywne Odkrywanie preferencji

Deskryptory:

  • ST6_12: Obliczenia naukowe, narzędzia modelowania i symulacji
  • ST6_14: Inne zagadnienia pokrewne

Panel:

ST6 - Informatyka i technologie informacyjne: technologie i systemy informacyjne, informatyka, obliczenia naukowe, systemy inteligentne, m.in.:

Jednostka realizująca:

Politechnika Poznańska, Wydział Informatyki i Telekomunikacji

woj. wielkopolskie

Inne projekty tej jednostki 

Kierownik projektu (z jednostki realizującej):

dr Michał Tomczyk 

Liczba wykonawców projektu: 2

Konkurs: PRELUDIUM 12 - ogłoszony 2016-09-15

Przyznana kwota: 100 000 PLN

Rozpoczęcie projektu: 2017-07-27

Zakończenie projektu: 2021-07-26

Planowany czas trwania projektu: 36 miesięcy (z wniosku)

Status projektu: Projekt zakończony

Opis Projektu

Pobierz opis projektu w formacie .pdf

Uwaga - opisy projektów zostały sporządzone przez samych autorów wniosków i w niezmienionej formie umieszczone w systemie.

Dane z raportu końcowego

  • Publikacje w czasopismach (4)
  • Teksty w publikacjach pokonferencyjnych (2)
  1. Preference-based cone contraction algorithms for interactive evolutionary multiple objective optimization IF: 3,818
    Autorzy:
    Miłosz Kadziński, Michał Tomczyk, Roman Słowiński
    Czasopismo:
    Swarm and Evolutionary Computation (rok: 2020, tom: 52, strony: 100602), Wydawca: Elsevier
    Status:
    Opublikowane
    Doi:
    10.1016/j.swevo.2019.100602 - link do publikacji
  2. Decomposition-based interactive evolutionary algorithm for multiple objective optimization IF: 8,124
    Autorzy:
    Michał Tomczyk, Miłosz Kadziński
    Czasopismo:
    IEEE Transactions on Evolutionary Computation (rok: 2020, tom: 24, strony: 320-334), Wydawca: IEEE Computational Intelligence Society
    Status:
    Opublikowane
    Doi:
    10.1109/TEVC.2019.2915767 - link do publikacji
  3. EMOSOR: Evolutionary Multiple Objective Optimization Guided by Interactive Stochastic Ordinal Regression IF: 2,962
    Autorzy:
    Michał Tomczyk, Miłosz Kadziński
    Czasopismo:
    Computers and Operations Research (rok: 2019, tom: 108, strony: 134-154), Wydawca: Elsevier
    Status:
    Opublikowane
    Doi:
    10.1016/j.cor.2019.04.008 - link do publikacji
  4. Decomposition-based co-evolutionary algorithm for interactive multiple objective optimization IF: 5,91
    Autorzy:
    Michał Tomczyk, Miłosz Kadziński
    Czasopismo:
    Information Sciences (rok: 2021, tom: 549, strony: 178-199), Wydawca: Elsevier
    Status:
    Opublikowane
    Doi:
    10.1016/j.ins.2020.11.030 - link do publikacji
  1. Robust indicator-based algorithm for interactive evolutionary multiple objective optimization
    Autorzy:
    Michał Tomczyk, Miłosz Kadziński
    Konferencja:
    The Genetic and Evolutionary Computation Conference (GECCO) 2019 (rok: 2019, ), Wydawca: ACM Press
    Data:
    konferencja 13-17 lipca 2019
    Status:
    Opublikowane
  2. On the elicitation of indirect preferences in interactive evolutionary multiple objective optimization
    Autorzy:
    Michał Tomczyk, Miłosz Kadziński (dane są anonimizowane na etapie złożenia pracy)
    Konferencja:
    The Genetic and Evolutionary Computation Conference (GECCO) 2020 (rok: 2020, ), Wydawca: ACM Press
    Data:
    konferencja 8-12 lipca
    Status:
    Opublikowane