|
Эта публикация цитируется в 5 научных статьях (всего в 5 статьях)
Простая эффективная гибридизация классической глобальной оптимизации и генетических алгоритмов многокритериальной оптимизации
А. В. Лотов, А. И. Рябиков 119333 Москва, ул. Вавилова, 40, ВЦ ФИЦ ИУ РАН, Россия
Аннотация:
Предлагается эффективный способ сочетания классических (основанных на использовании градиентов функций) методов глобальной скалярной оптимизации и генетических алгоритмов многокритериальной оптимизации (МКО) при аппроксимации границы Парето и оболочки Эджворта–Парето (ОЭП) множества достижимых критериальных векторов в сложных нелинейных задачах МКО, которые характеризуются наличием крайне большого числа локальных экстремумов сверток критериев, задаваемых кусочнопостоянными функциями. Экспериментально показывается, что предлагаемый метод инжекции оптимумов, в котором глобальные оптимумы отдельных критериев включаются в популяцию генетического алгоритма, значительно превосходит исходный генетический алгоритм по порядку скорости сходимости и точности аппроксимации. Эксперименты по аппроксимации ОЭП проведены на основе задачи построения правил управления каскадом водохранилищ с критериями, отражающими надежность выполнения требований к каскаду. Библ. 26. Фиг. 5.
Ключевые слова:
нелинейная многокритериальная оптимизация, граница Парето, аппроксимация оболочки Эджворта-Парето, глобальный оптимум, генетический алгоритм, скорость сходимости, точность аппроксимации.
Поступила в редакцию: 27.05.2019 Исправленный вариант: 27.05.2019 Принята в печать: 10.06.2019
Образец цитирования:
А. В. Лотов, А. И. Рябиков, “Простая эффективная гибридизация классической глобальной оптимизации и генетических алгоритмов многокритериальной оптимизации”, Ж. вычисл. матем. и матем. физ., 59:10 (2019), 1666–1680; Comput. Math. Math. Phys., 59:10 (2019), 1613–1625
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/zvmmf10964 https://www.mathnet.ru/rus/zvmmf/v59/i10/p1666
|
|