INTEGRAÇÃO DAS PRINCIPAIS CARACTERÍSTICAS DE ALGORITMOS EVOLUTIVOS MULTIOBJETIVO APLICADO EM FUNÇÕES DE BENCHMARK.

MURILO HORACIO PEREIRA DA CRUZ; Danilo Sipoli Sanches

doi:10.20906/CPS/SICITE2015-0250

Resumo

O projeto de pesquisa Integração das Principais Características de Algoritmos Evolutivos Multiobjectivo Aplicado em Funções de Benchmark, que está vinculado ao projeto Algoritmos Evolutivos Multiobjetivo Aplicados em Problemas de Projeto de Redes, sabendo que o processo de decomposição é uma estratégia importante para problemas de otimização multiobjectivo, entretanto, este procedimento não é muito utilizado na maioria dos algoritmos evolutivos multiobjectivos existentes. Neste trabalho, é proposto um algoritmo evolutivo multiobjectivo baseado na decomposição de problemas em subpopulações chamado MOEA/NDS (do inglês Multiobjective Evolutionary Algorithm based on subpopulations of non-dominated solutions and strength Pareto). Assim, cada subproblema é otimizado simultaneamente em sua respectiva subpopulação. Além disso, a abordagem proposta utiliza características de não dominância baseada nos algoritmos clássicos NSGA-II e SPEA2. O processo de evolução do algoritmo proposto se baseia em utilizar uma população que possui os indivíduos mais adaptados de cada geração, para cada subpopulação é realizado uma união entre esses indivíduos e os indíviduos da subpopulação, com isso, cada geração das subpopulações tem uma

Palavras-chave: Algoritmos Evolutivos; Algoritmos Genéticos; Otimização Multiobjectivo; Decomposição de Problemas em Subpopulação