کمینه کردن فاصله نسبی ذرات مغلوب نسبت به جبهه پارتو در تکرار قبلی با استفاده از الگوریتم ژنتیک جهت اصلاح پارامترهای سرعت الگوریتم بهینه یابی چند هدفه ازدحام ذرات

الگوریتم بهینه یابی ازدحام ذرات چند هدفه )MOPSO) در واقع تعمیمی از الگوریتم بهینه یابی ازدحام ذرات (PSO) است که برای حل مسائل چند هدفه به کار میرود. عملکرد این الگوریتم به دلیل مشکلاتی مانند عدم دستیابی به برخی از نقاط جبهه پارتو، محبوس یا گرفتار شدن ذرات در یکی از لبه های جبهه پارتو و یا متمرکز شدن بهینه یابی بر روی تنها یک هدف نیاز به بهبود دارد. برای کارآمد ساختن این الگوریتم اصلاحات بسیاری به خصوص در رابطه به روز رسانی سرعت ذرات اعمال شده است. جهت ارزیابی کیفیت عملکرد الگوریتم های چند هدفه از شاخص های مختلفی مانند فاصله نسبی، که فاصله متوسط بین نقاط در یک مجموعه و نزدیکترین نقطه در مجموعه دیگر را محاسبه میکند، استفاده میشود. از این شاخص به عنوان تابع هدف الگوریتم ژنتیک )GA( جهت کمینه کردن فاصله متوسط بین ذرات مغلوب نسبت به جبهه پارتو به دست آمده از تکرار قبلی استفاده شده است. از شاخصهای کیفیت ابرحجم جهت ارزیابی همگرایی و گستردگی پاسخها بر روی تابع آزمونی از خانواده ZDT بهره گرفته شده است.

کلیدواژه ها:

الگوریتم بهینه یابی چند هدفه ازدحام ذرات ، الگوریتم ژنتیک ، جبهه پارتو ، فاصله نسبی ، ذرات مغلوب