Documente Academic
Documente Profesional
Documente Cultură
Algoritmi Evolutivi Curs
Algoritmi Evolutivi Curs
problemelor de optimizare
multicriterial
Specificul optimizrii multicriteriale
Metode de rezolvare a problemelor de optimizare multicriterial
Optimizare n sens Pareto cu algoritmi evolutivi
15
12.5
10
7.5
5
2.5
-1
f2
f1
Calcul neuronal si evolutiv - Curs 11
12.5
10
7.5
5
2.5
-2
-1
f1,f2
15
12.5
10
7.5
5
2.5
-2
-1
f2
10
8
Front Pareto
6
4
2
2
10
f1
Metode de rezolvare
1.
f ( x)
w f ( x),
i i
i 1
wi (0,1),
i 1
Metode de rezolvare
1.
f ( x) (
i 1
10
Metode de rezolvare
2. Aproximarea simultan (folosind o populaie de soluii candidat)
a mai multor elemente ale mulimii optimale n sens Pareto
0.2
0.4
0.6
0.8
11
12
Primul nivel
(rang=1)
13
14
15
(s)
i
ai
m
s(d ( x , x ))
j 1
1 (d / s )
s(d )
0
d s
d s
16
1 (d / s )
s(d )
d s
d s
sd
1
s=3
0.8
0.6
0.4
0.2
s=1
1
s=2
17
18
19
20
21
Exemple: Multiobjective GA
Propus in 1993
22
23
Propus n: 1994
Folosete selecie de tip turneu bazat pe nedominare n raport
cu un eantion din populaie:
24
Propus n: 1999
25
Idee MOEA/D:
26
N = numr subprobleme
N vectori cu ponderi (ct mai uniform distribuii)
T = numrul de vectori din vecintatea fiecrui vector
pondere
27
Structura algoritm:
Combin xk cu xl i construiete y
28
populatie
evaluare
selectie
generare de noi elemente
noua populatie
arhiva
actualizare
trunchiere
noua arhiva
Calcul neuronal si evolutiv - Curs 11
29
Sumar
30
Resurse
http://www.lania.mx/~ccoello/EMOO/EMOObib.html
(2940 referinte septembrie 2007)
(3519 referinte noiembrie 2008)
(4388 referinte octombrie 2009)
(4861 referinte februarie 2010)
Din 2010 EMOObib nu a mai fost actualizat
(7806 referinte martie 2013) tutorial on MOEA GECCO 2013
31