IEEE Transactions on Evolutionary Computation

A local navigation algorithm for mobile robots is proposed that combines rule-based and neural network approaches. First, the extended virtual force field (EVFF), an extension of the conventional virtual force field (VFF), implements a rule base under the potential field concept. Second, the neural network performs fusion of the three primitive behaviors generated by EVFF. Finally, evolutionary programming is used to optimize the weights of the neural network with an arbitrary form of objective function. Furthermore, a multinetwork version of the fusion neural network has been proposed that lends itself to not only an efficient architecture but also a greatly enhanced generalization capability. Herein, the global path environment has been classified into a number of basic local path environments to which each module has been optimized with higher resolution and better generalization. These techniques have been verified through computer simulation under a collection of complex and varying environments.

Negotiations are a special class of group decision-making problems that can be formulated as constrained optimization problems and are characterized by high degrees of conflict among the negotiation participants. A variety of negotiation support techniques have been used to help find solutions acceptable to all parties in a negotiation. The paper presents an approach that employs a genetic algorithm (GA) for finding acceptable solutions for multiparty multiobjective negotiations. The GA approach is consistent with the complex nature of real-world negotiations and is therefore capable of addressing more realistic negotiation scenarios than previous techniques in the literature allow. In addition to the traditional genetic operators of reproduction, crossover, and mutation, the search is enhanced with a new operator called trade. The trade operator simulates concessions that might be made by parties during the negotiation process. GA performance with the trade operator is compared to a traditional GA, nonlinear programming, a hill-climber, and a random search. Experimental results show the GA with the trade operator performs better than these other more traditional approaches.

Hypoglycemia (or low blood glucose) is dangerous for Type 1 diabetes mellitus (T1DM) patients, as this can cause unconsciousness or even death. However, it is impossible to monitor the hypoglycemia by measuring patients' blood glucose levels all the time, especially at night. In this paper, a hypoglycemic episode diagnosis system is proposed to determine T1DM patients' blood glucose levels based on these patients' physiological parameters which can be measured online. It can be used not only to diagnose hypoglycemic episodes in T1DM patients, but also to generate a set of rules, which describe the domains of physiological parameters that lead to hypoglycemic episodes. The hypoglycemic episode diagnosis system addresses the limitations of the traditional neural network approaches which cannot generate implicit information. The performance of the proposed hypoglycemic episode diagnosis system is evaluated by using real T1DM patients' data sets collected from the Department of Health, Government of Western Australia, Australia. Results show that satisfactory diagnosis accuracy can be obtained. Also, explicit knowledge can be produced such that the deficiency of traditional neural networks can be overcome. A clear understanding of how they perform diagnosis can be indicated.

Các metaheuristic đa mục tiêu, chẳng hạn như các thuật toán di truyền đa mục tiêu, là một trong những lĩnh vực hoạt động sôi nổi nhất của tối ưu hóa đa mục tiêu. Kể từ năm 1985, đã có một số lượng đáng kể các phương pháp khác nhau được đề xuất. Tuy nhiên, chỉ có một vài nghiên cứu so sánh các phương pháp được thực hiện trên các vấn đề quy mô lớn. Chúng tôi tiếp tục hai thí nghiệm so sánh về bài toán ba lô 0/1 đa mục tiêu được báo cáo trong tài liệu. Chúng tôi so sánh hiệu suất của hai thuật toán tìm kiếm địa phương di truyền đa mục tiêu (MOGLS) với những thuật toán có hiệu suất tốt nhất trong các thí nghiệm trước, sử dụng cùng một bộ mẫu thử nghiệm. Kết quả của thí nghiệm của chúng tôi cho thấy rằng thuật toán MOGLS của chúng tôi tạo ra các xấp xỉ tốt hơn cho tập không bị chi phối trong cùng số lần đánh giá hàm so với các thuật toán khác.

Bài báo trình bày một phương pháp tối ưu hóa bầy kiến (ACO) dành cho vấn đề lập lịch dự án có giới hạn về tài nguyên (RCPSP). Nhiều tính năng mới thú vị cho ACO nói chung đã được đề xuất và đánh giá. Cụ thể, việc sử dụng kết hợp hai phương pháp đánh giá pheromone bởi các con kiến để tìm ra giải pháp mới, sự thay đổi ảnh hưởng của các quy tắc hiển thị lên quyết định của các con kiến trong quá trình thực hiện thuật toán và tùy chọn mà một con kiến tinh hoa quên đi giải pháp tốt nhất đã tìm thấy, đã được nghiên cứu. Chúng tôi đã kiểm tra thuật toán ACO trên một bộ các bài toán chuẩn lớn từ Thư viện Lập lịch Dự án. So với một số heuristics khác cho RCPSP, bao gồm thuật toán di truyền, làm nguội giả, tìm kiếm tabu và các phương pháp lấy mẫu khác, thuật toán của chúng tôi cho kết quả tốt nhất trung bình. Đối với gần một phần ba số bài toán chuẩn không được biết đến với giải pháp tối ưu trước đó, thuật toán đã có thể tìm ra các giải pháp tốt nhất mới.

Chiến lược thời gian thực (RTS) là một tiểu thể loại của trò chơi video chiến lược, thường liên quan đến việc thu thập tài nguyên, xây dựng căn cứ, lập kế hoạch chiến lược và các kịch bản chiến đấu. Với lối chơi phức tạp, không gian trạng thái và hành động rộng lớn, các trò chơi RTS đã được chứng minh là một nền tảng xuất sắc cho nghiên cứu trí tuệ nhân tạo. Một trong những vấn đề thách thức lớn nhất mà các trò chơi RTS đặt ra đó là kiểm soát chi tiết các đơn vị trong chiến đấu, tức là, quản lý đơn vị một cách vi mô. Trong bài báo này, chúng tôi trình bày một phương pháp tích hợp tích phân mờ và tìm kiếm thuật toán heuristic nhanh để cải thiện chất lượng quản lý đơn vị trong trò chơi RTS nổi tiếng StarCraft. Các thí nghiệm sẽ được báo cáo ở phần cuối của bài báo, cho thấy kết quả hứa hẹn và tiềm năng của phương pháp được đề xuất trong lĩnh vực này.

Trình bày mục lục cho số phát hành này của tạp chí.