Revista internacional de inteligencia de enjambre y computación evolutiva

Abstracto

Un algoritmo genético híbrido simplex de ordenamiento no dominado para la optimización multiobjetivo

Seid H Pourtakdoust, Seid M Zandavi

Este artículo presenta un esquema híbrido para problemas de optimización multiobjetivo a través de la utilidad de dos algoritmos heurísticos establecidos. El esquema híbrido propuesto consta de dos partes que incluyen el algoritmo simplex de Nelder-Mead (SA) así como el algoritmo genético de ordenamiento no dominado II (NSGA II). En este sentido, después de ordenar los puntos óptimos con NSGA II, el SA busca el conjunto óptimo para encontrar los puntos óptimos locales y así localizar un área prometedora que probablemente contenga el mínimo global. Esto es especialmente útil ya que el SA es un algoritmo eficiente que puede explotar con precisión y rapidez el área prometedora para el punto óptimo. El esquema híbrido propuesto se aplica a la optimización multiobjetivo de algunas funciones de referencia y su desempeño se compara con los del NSGA II clásico así como con la Optimización por enjambre de partículas multiobjetivo (MOPSO). Los resultados numéricos muestran que el esquema híbrido propuesto proporciona resultados competitivos que superan los de los algoritmos existentes.