Optimal designed experiments using a Pareto front search for focused preference of multiple objectives

پیدا کردن بهترین آزمایش طراحی شده بر اساس توازن بین چندین اندازه گیری های رقابتی طراحی بسیار مهم است در بسیاری از برنامه های کاربردی. رویکرد رو به جلو پارتو اجازه می دهد تا تمرین کننده برای درک مبادلات بین گزینه ها و تصمیم گیری های آگاهانه تر. جستجوی کارآمد برای جلو، کلید موفقیت و استفاده گسترده از روش است. بهبود محاسباتی قابل توجهی که جستجو را متمرکز تر می کند، زمانی که آزمایش کننده یک ترجیح پیشین متمرکز برای اولویت بندی چند معیار را توصیف می کند. با استفاده از توزیع توزیع توزیع توزیع مطلوبیت مشخص شده توسط کاربر برای تعیین ارجاعات به معیارهای مختلف، یک الگوریتم برای به کارگیری بخش مورد نظر برای جلوگیری از بهینه سازی دو معیار است. بهبود در جستجوی کامل پارتو برای تکمیل جلو در منطقه مورد علاقه، بازده محاسباتی و تنوع جستجو با یک مثال طراحی غربالگری نشان داده شده است که اهداف آن برآورد دقیق مدل و توانایی محافظت در برابر مشخصات ناسازگاری مدل است. بخش عمده ای از ادبیات موجود صرفا بر روی یافتن جبهه پارتو تمرکز می کند، اما استراتژی هایی برای انتخاب بهترین راه حل از مجموعه های غنی از گزینه های مشخص شده در جلو ارائه نمی دهد. یک فرآیند تصمیم گیری ساده با مجموعه ای از ابزارهای گرافیکی مناسب برای تسهیل تصمیم گیری آگاهانه و قابل توجیه توصیف شده است. گرافیک یک اولویت اولویت بندی متمرکز بر معیارها را در بر می گیرد و از این رو برای تصمیم گیری با اهداف طراحی مناسب است.