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


Viimeisin päivitys 2021-09-06 klo 18:18