الگوریتم ژنتیک چند هدفه مرتب سازی نامغلوب مبتنی بر خوشه بندی فازی

الگوریتم ژنتیک چندهدفه مرتب سازی نامغلوب[۱] یکی از شاخص ترین و پرکاربردترین روش های چندهدفه تکاملی در زمینه بهینه سازی می باشد. این الگوریتم بارها توسط افراد مختلف، برای ایجاد الگوریتم های بهینه سازی چندهدفه جدید تر، مورد تغییرات جدید قرار گرفته است که عمده این تغییرات مبتنی بر قوانین ثابت اکتشافی مانند تقاطع و جهش بوده است. در این الگوریتم، در ابتدا رتبه بندی افراد نامغلوب، بر اساس رتبه و فاصله ازدحام انجام می پذیرد و عملگرهای انتخاب، تقاطع و جهش برای تولید فرزندان، اجرا می گردند و سپس ترکیب جمعیت والدین و فرزندان برای شکل گیری جمعیت جدید صورت می گیرد و در انتها، انتخاب جمعیت جدید، بر اساس رتبه بندی و فاصله ازدحام محاسبه می شود. در روش پیشنهادی، برای انتخاب جمعیت جدید، محاسبه فاصله ازدحام، بر اساس الگوریتم خوشه بندی مبتنی بر فازی صورت می پذیرد که منجر به دقت بالاتر در انتخاب افراد دارای رتبه بالاتر در حدود بیست و پنج درصد، در جمعیت جدید، می گردد. نتایج روش پیشنهادی در سکوی ای ام ا[۲]، بر روی توابع آزمایشی، مورد ارزیابی قرار گرفته است و با روش های مشابه مقایسه شده است. نتایج نشان می دهد که با تعداد تکرار کمتر، در نتایج، به صورت متوسط بیست و پنج درصد بهبود حاصل شده است. [۱] NSGA-II (Non-Dominated Sort Genetic Algorithm)[۲] Plat EMO

کلیدواژه ها:

الگوریتم ژنتیک چندهدفه مرتب سازی نامغلوب ، خوشه بندی فازی ، بهینه سازی چندهدفه تکاملی ، فاصله ازدحام