Investigação de novas abordagens para otimização multiobjetivo em algoritmos evolutivos

• Autor(a) principal: Lucas de Souza Batista
• Data de Publicação: 2011
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/30415
• topic: Algoritmos evolucionários; Algoritmos genéticos; Formas relaxadas de dominância Pareto; Otimização multiobjetivo; Engenharia elétrica; Otimização multiobjetivo; Algoritmos; Dominância de Pareto

Formas relaxadas de dominância Pareto têm se mostrado o caminho mais eficiente por meio do qual algoritmos evolucionários multiobjetivo progridem em direção ao conjunto Pareto-ótimo, com soluções bem distribuídas ao longo da fronteira estimada. A técnica mais popular é a relação epsilon-dominância, utilizada como estratégia de atualização da população de arquivo em vários destes algoritmos. Apesar da grande utilidade do conceito de epsilon-dominância, existem ainda dificuldades quanto à especificação de um valor apropriado para epsilon que possibilite estimar o número desejado de pontos não-dominados. Além disso, várias soluções viáveis podem ser perdidas em função da discretização adotada por este mecanismo, impactando a diversidade do conjunto aproximado. Com o objetivo de contornar estas limitações, propõe-se uma variante da estratégia epsilon-dominância, chamada cone epsilon-dominância, a qual mantém as propriedades de convergência observadas na técnica epsilon-dominância, provê um melhor controle sobre a resolução (qualidade) da fronteira Pareto estimada, e possibilita também uma melhor distribuição das soluções ao longo da fronteira. Este trabalho apresenta um estudo crítico sobre a relação cone epsilon-dominância, onde o seu desempenho é comparado com as técnicas epsilon- e Pareto-dominância em dezesseis problemas conhecidos da literatura. Para avaliar as possíveis diferenças entre estes mecanismos, realiza-se uma análise estatística dos resultados considerando-se quatro indicadores de qualidade, visando mensurar a convergência e a diversidade das soluções estimadas. Os resultados obtidos mostram que o algoritmo evolucionário multiobjetivo baseado na relação cone epsilon-dominância, nomeado coneepsilon-MOEA, foi significativamente superior às outras técnicas testadas, principalmente, em termos da diversidade entre as soluções Pareto-ótimas encontradas, com ganhos de aproximadamente 16% sobre o epsilon-MOEA e 22% sobre o NSGA-II. Ainda com relação à métrica de diversidade, o método coneepsilon-MOEA obteve ganhos superiores a 70% em problemas individuais. Diferenças significativas são apresentadas também para os outros indicadores testados, porém com pequenos tamanhos de efeito, sustentando a ideia de que a relação cone epsilon-dominância mantém as propriedades de convergência da técnica epsilon-dominância enquanto melhora as características de diversidade dos conjuntos não-dominados aproximados.