| Identifikační kód |
GF22-34873K |
| Důvěrnost údajů |
S - Není předmětem státního či obchodního tajemství a data lze v souladu s právními předpisy poskytnout do veřejně přístupných
informačních systémů včetně mezinárodních |
| Název projektu v původním jazyce |
Vícekriteriální optimalizace s omezeními pomocí analýzy potenciálních ploch |
| Název projektu anglicky |
Constrained Multiobjective Optimization Based on Problem Landscape Analysis |
| Poskytovatel |
GA0 - Grantová agentura České republiky (GA ČR) |
| Program |
GF - Mezinárodní grantové projekty hodnocené na principu LEAD Agency (2015 - 2030) |
| Kategorie VaV |
ZV - Základní výzkum |
| Hlavní vědní obor |
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8) |
| Vedlejší vědní obor |
- |
| Další vedlejší vědní obor |
- |
| Zahájení řešení |
01.03.2022 |
| Ukončení řešení |
31.12.2025 |
| Datum posledního uvolnění účelové podpory |
02.03.2023 |
| Číslo smlouvy |
22-34873K |
| Poslední stav řešení |
B - Běžící (rok zahájení projektu < rok sběru dat, rok ukončení projektu > rok sběru dat, alespoň po část roku sběru dat čerpá
finanční prostředky ze SR) |
| Finance projektu | 2021 | 2022 | 2023 | 2024 | 2025 | celkem |
|---|
| Výše podpory z národních zdrojů | 0,000 | 994 039,35994 | 1 650 128,101650 | 2 035 000,002035 | 357 000,00357 | 5 036 167,455036 | | Výše podpory z veřej. zahraničních zdrojů *** | 0,000 | 0,000 | 0,000 | 0,000 | 0,000 | 0,000 | | Celkové uznané náklady | 0,000 | 994 039,35994 | 1 650 128,101650 | 2 035 000,002035 | 357 000,00357 | 5 036 167,455036 | | Typ | - | čerpané | čerpané | přidělené | plánované | |
** Finance v tisících Kč jsou automaticky zaokrouhleny z částky v jednotkách Kč s přesností na 2 desetinná místa
*** Výše podpory z veřejných zahraničních zdrojů je sledována od období sběru 2020 |
|
Zobrazit skutečně čerpané finance projektu z národních zdrojů »
| Skutečně čerpané finance projektu z národních zdrojů | 2021 | 2022 | 2023 | 2024 | 2025 | celkem |
|---|
| Finance | 0,000 | 994 039,35994 | 1 650 128,101650 | 0,000 | 0,000 | 2 644 167,452644 |
|
| Druh soutěže |
M2 - Dvoustranná dohoda o mezinárodní spolupráci |
| Veřejná soutěž ve výzkumu, vývoji a inovacích |
- |
| Cíle řešení v původním jazyce |
Reálné optimalizační problémy často zahrnují řadu protichůdných kritérií a omezení. Takovéto vícekriteriální optimalizační úlohy s omezeními (CMOP) je obecně obtížné řešit. Populační metaheuristické metody jako jsou vícekriteriální evoluční algoritmy (MOEAs) jsou užitečné při řešení problému s více kritérii. Rostoucí počet kritérií a přítomnost mnoha omezení však zásadním způsobem omezujich jejich výkonnost. Analýza potenciálních ploch je efektivní metodou pro charakterizaci optimalizačních problémů, ladění algoritmů a zlepšení jejich výkonnosti. V rámci tohoto projektu rozšíříme koncept potenciálních ploch pro oblast vícekriteriální optimalizace s omezeními a zlepšíme výkon MOEAs v oblasti spojitých vícekriteriálních optimalizačních úloh s omezeními. V projektu toho docílíme pomocí návrhu nových metod pro modelování potenciálních ploch, vývoje původních postupů pro identifikaci a extrakci jejich klíčových vlastností, nové sady testovacích CMOP reflektující vlastnosti reálních problémů a důslednou validací navržených postupů. |
| Cíle řešení v anglickém jazyce |
Real-world optimization problems often involve multiple conflicting objectives and constraints. Such constrained multiobjective problems (CMOPs) are generally hard to solve. While population-based metaheuristics, such as multi-objective evolutionary algorithms (MOEAs), are a successful approach for solving multiobjective optimization problems, the increasing number of objectives and the presence of constraints critically reduce their effectiveness. A powerful means for characterizing the optimization problems, tuning the algorithms, and improving their performance is problem landscape analysis. In this project, we will extend the concept of problem landscapes to multiobjective optimization with constraints and enhance the performance of evolutionary metaheuristics for continuous CMOPs. This will be achieved with new methods for problem landscape modeling, original approaches for identification and extraction of landscape features, a new test suite of CMOPs reflecting the properties of real-world problems, and rigorous evaluation of the developed concepts. |
| Klíčová slova v anglickém jazyce |
multiobjective optimization;constraint handling;problem landscape analysis;metaheuristic
algorithms;test problems |
| Kontrolní číslo stavu projektu v letech |
2022: 190739581 ( v2.0 )
2023: 190743353 ( v1.0 )
2024: 190752689 ( v1.0 ) |
| Datum dodání posledního záznamu o projektu |
19.02.2024 |
| Systémové označení dodávky dat |
CEP24-GA0-GF-R |