A4 Artikkeli konferenssijulkaisussa
A feature rich distance-based many-objective visualisable test problem generator (2019)
Fieldsend, J., Chugh, T., Allmendinger, R., & Miettinen, K. (2019). A feature rich distance-based many-objective visualisable test problem generator. In GECCO '19 : Proceedings of the Genetic and Evolutionary Computation Conference (pp. 541-549). ACM. https://doi.org/10.1145/3321707.3321727
JYU-tekijät tai -toimittajat
Julkaisun tiedot
Julkaisun kaikki tekijät tai toimittajat: Fieldsend, Jonathan; Chugh, Tinkle; Allmendinger, Richard; Miettinen, Kaisa
Emojulkaisu: GECCO '19 : Proceedings of the Genetic and Evolutionary Computation Conference
ISBN: 978-1-4503-6111-8
Julkaisuvuosi: 2019
Artikkelin sivunumerot: 541-549
Kirjan kokonaissivumäärä: 1545
Kustantaja: ACM
Kustannuspaikka: New York
Julkaisumaa: Yhdysvallat (USA)
Julkaisun kieli: englanti
DOI: https://doi.org/10.1145/3321707.3321727
Julkaisun avoin saatavuus: Ei avoin
Julkaisukanavan avoin saatavuus:
Julkaisu on rinnakkaistallennettu (JYX): https://jyx.jyu.fi/handle/123456789/65086
Lisätietoja: GECCO '19 : Genetic and Evolutionary Computation Conference. Prague, Czech Republic — July 13-17, 2019.
YSO-asiasanat: monitavoiteoptimointi; evoluutiolaskenta; visualisointi; benchmarking
Vapaat asiasanat: multi-objective test problems; evolutionary optimisation; test suite
Liittyvät organisaatiot
OKM-raportointi: Kyllä
Raportointivuosi: 2019
JUFO-taso: 1