“Multiobjective Optimization Using Nondominated Sorting in Genetic Algorithms” başlıklı çalışma Nidamarthi Srinivas ve Kalyanmoy Deb tarafından hazırlanmış Evolutionary computation 2.3 (1994): 221-248.sayfaları arasında yayınlanmıştır. Bu çalışma çok amaçlı optimizasyon algoritmalarından NSGA’nın ana makalesidir.

Çok amaçlı optimizasyon problemlerinin çözümü için öncelikle amaçların farklı ağırlıklarla toplanması ekseninde çözümler üretilmiştir. Burada ağırlıkları tespit etmek ayrı bir sorun olduğundan ve tek çözüm yerine bir pareto-optimal çözüm cephesi elde edilmek istendiğinden bu çalışmada vektör gelişimli GA (vector evaluated GA (VEGA)) ve bastırılmamış GA ile hücrelenmiş (nişlenmiş)-türleşmiş (speciation) metodların kullanımı ile bir araştırma yapılmıştır.

f1(x) ve f2(x) fonksiyonları için optimum çözümler, bastırılış çözümler ve bastırılmamış çözümler aşağıdaki gibidir:

Algoritmanın akış şeması:

-Bastırılmamış çözümlerin tespit edilmesi
-Bu çözümlere yapay (dummy) fitness değerleri atanması
-Paylaşım işleminin gerçekleştirilmesi

Kısımları makale içerisinde çok net değil veya ben anlayamadım. O yüzden NSGA-II çalışmasını okuyup, onun mevcut kodlarını inceleyerek olayı anlamaya çalışacağım.

İndirmek için tıklayınız:

Muiltiobjective-Optimization-Using-Nondominated-Sorting-in-Genetic-Algorithms

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir