معرفی یک الگوریتم ژنتیک چند هدفه بهبود یافته برای طراحی بهینه جعبه دنده های چند مرحله ای

کاربرد الگوریتم های ژنتیک چند هدفه برای حل مسایلی با توابع هدف متعدد و عموما متعارض به سرعت در حال گسترش است . در حالی که این الگوریتم ها از توانایی بالایی در حل مسایل چند هدفه نامقید برخوردارند، کارایی آنها با مقید شدن مساله و به ویژه افزایش تعداد قیدها به نحو چشمگیری کاهش می یابد. در این مقاله یک الگوریتم ژنتیک چند هدفه بهبود یافته برای حل مسایلی با قیدهای پرتعداد ارائه می گردد. در الگوریتم پیشنهادی ضمن استفاده از یک سازوکار رمزگشایی پویا، قیود مساله به کمک عملگر جدیدی که رتبه بندی نقاط را با توجه به میزان نقض قیدها تغییر می دهد اعمال می شوند. اصلاحات فوق همراه با انتخاب شرط توقف تجمعی مناسب ، از یکسو موجب افزایش سرعت همگرایی شده و از سوی دیگر به گسترش فضای مجاز می انجامد.برای نشان دادن کارایی الگوریتم پیشنهادی ، مساله طراحی بهینه یک جعبه دنده مارپیچ چند مرحله ای که یکی از مسایل معی ار برای ارزیابی الگوریتم های چند هدفه به شمار می آید مورد بررسی قرار گرفته و نتایج بدست آمده از الگوریتم پیشنهادی با نتایج دیگر روشهای متداول برای حل اینگونه مسایل مقایسه می گردد.

کلیدواژه ها:

روش ژنتیک چند هدفه NSGAII ، بهینه سازی چند هدفه ، جعبه دنده مارپیچ چند مرحله ای ، ، استاندارد .AGMA