Investigação de novas abordagens para otimização multiobjetivo em algoritmos evolutivos
Autor(a) principal: | |
---|---|
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 |
Resumo: | 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. |
id |
UFMG_b03e3921c1170dc3b2bd6017542a7dba |
---|---|
oai_identifier_str |
oai:repositorio.ufmg.br:1843/30415 |
network_acronym_str |
UFMG |
network_name_str |
Repositório Institucional da UFMG |
repository_id_str |
|
spelling |
Jaime Arturo Ramírezhttp://lattes.cnpq.br/6690275350395550Frederico Gadelha GuimarãesJaime Arturo RamírezFrederico Gadelha GuimarãesHelio José Correa BarbosaMarcone Jamilson Freitas SouzaRodney Resende Saldanhahttp://lattes.cnpq.br/9418849740691899Lucas de Souza Batista2019-10-16T18:14:13Z2019-10-16T18:14:13Z2011-09-22http://hdl.handle.net/1843/30415Formas 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.Relaxed forms of Pareto dominance have been shown to be the most effective way in which evolutionary algorithms can progress towards the Pareto-optimal set with a widely spread distribution of solutions. A popular concept is the epsilon-dominance technique, which has been employed as an archive update strategy in some multiobjective evolutionary algorithms (MOEA). In spite of the great usefulness of the epsilon-dominance concept, there are still difficulties in computing an appropriate value of epsilon that provides the desirable number of nondominated points. Additionally, several viable solutions may be lost depending on the hypergrid adopted, impacting the diversity of the estimate set. In order to remedy these limitations, we propose a variant of the epsilon-dominance criterion, named cone epsilon-dominance, which maintains the good convergence properties of epsilon-dominance while providing a better control over the resolution of the estimated Pareto front and improving the spread of solutions along the front. This work presents a comprehensive study of the cone epsilon-approach, comparing its performance with the epsilon-dominance and the standard Pareto relation on sixteen well-known benchmark problems. To evaluate the possible differences between these approaches, a designed statistical experiment is performed for four performance metrics, measuring both diversity and convergence to the Pareto front. The results obtained show that a steady-state cone epsilon-MOEA is able to significantly outperform the other techniques tested in terms of finding well spread Pareto-optimal solutions, with an improvement for the diversity metric of about 16% over the epsilon-MOEA and 22% over the NSGA-II, and gains of up to 71% on individual problems. Statistically significant differences are also present for the other metrics tested, but with much smaller effect sizes, strongly suggesting the cone epsilon-criterion as a dominance relation capable of maintaining the good convergence properties of the epsilon-dominance while enhancing the diversity characteristics of the solution sets found.porUniversidade Federal de Minas GeraisPrograma de Pós-Graduação em Engenharia ElétricaUFMGBrasilENG - DEPARTAMENTO DE ENGENHARIA ELÉTRICAEngenharia elétricaOtimização multiobjetivoAlgoritmosDominância de ParetoAlgoritmos evolucionáriosAlgoritmos genéticosFormas relaxadas de dominância ParetoOtimização multiobjetivoInvestigação de novas abordagens para otimização multiobjetivo em algoritmos evolutivosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGLICENSElicense.txtlicense.txttext/plain; charset=utf-82119https://repositorio.ufmg.br/bitstream/1843/30415/2/license.txt34badce4be7e31e3adb4575ae96af679MD52ORIGINAL265D-TeseFinal-LucasBatista.pdf265D-TeseFinal-LucasBatista.pdfapplication/pdf4833702https://repositorio.ufmg.br/bitstream/1843/30415/1/265D-TeseFinal-LucasBatista.pdfd52a710ade072924f59dc92a073bb7a7MD51TEXT265D-TeseFinal-LucasBatista.pdf.txt265D-TeseFinal-LucasBatista.pdf.txtExtracted texttext/plain294089https://repositorio.ufmg.br/bitstream/1843/30415/3/265D-TeseFinal-LucasBatista.pdf.txt7fdf0c85f382c9e99219c625f1dbedf4MD531843/304152019-11-14 12:54:28.85oai:repositorio.ufmg.br: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Repositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T15:54:28Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false |
dc.title.pt_BR.fl_str_mv |
Investigação de novas abordagens para otimização multiobjetivo em algoritmos evolutivos |
title |
Investigação de novas abordagens para otimização multiobjetivo em algoritmos evolutivos |
spellingShingle |
Investigação de novas abordagens para otimização multiobjetivo em algoritmos evolutivos Lucas de Souza Batista Algoritmos evolucionários Algoritmos genéticos Formas relaxadas de dominância Pareto Otimização multiobjetivo Engenharia elétrica Otimização multiobjetivo Algoritmos Dominância de Pareto |
title_short |
Investigação de novas abordagens para otimização multiobjetivo em algoritmos evolutivos |
title_full |
Investigação de novas abordagens para otimização multiobjetivo em algoritmos evolutivos |
title_fullStr |
Investigação de novas abordagens para otimização multiobjetivo em algoritmos evolutivos |
title_full_unstemmed |
Investigação de novas abordagens para otimização multiobjetivo em algoritmos evolutivos |
title_sort |
Investigação de novas abordagens para otimização multiobjetivo em algoritmos evolutivos |
author |
Lucas de Souza Batista |
author_facet |
Lucas de Souza Batista |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Jaime Arturo Ramírez |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/6690275350395550 |
dc.contributor.advisor-co1.fl_str_mv |
Frederico Gadelha Guimarães |
dc.contributor.referee1.fl_str_mv |
Jaime Arturo Ramírez |
dc.contributor.referee2.fl_str_mv |
Frederico Gadelha Guimarães |
dc.contributor.referee3.fl_str_mv |
Helio José Correa Barbosa |
dc.contributor.referee4.fl_str_mv |
Marcone Jamilson Freitas Souza |
dc.contributor.referee5.fl_str_mv |
Rodney Resende Saldanha |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/9418849740691899 |
dc.contributor.author.fl_str_mv |
Lucas de Souza Batista |
contributor_str_mv |
Jaime Arturo Ramírez Frederico Gadelha Guimarães Jaime Arturo Ramírez Frederico Gadelha Guimarães Helio José Correa Barbosa Marcone Jamilson Freitas Souza Rodney Resende Saldanha |
dc.subject.por.fl_str_mv |
Algoritmos evolucionários Algoritmos genéticos Formas relaxadas de dominância Pareto Otimização multiobjetivo |
topic |
Algoritmos evolucionários Algoritmos genéticos Formas relaxadas de dominância Pareto Otimização multiobjetivo Engenharia elétrica Otimização multiobjetivo Algoritmos Dominância de Pareto |
dc.subject.other.pt_BR.fl_str_mv |
Engenharia elétrica Otimização multiobjetivo Algoritmos Dominância de Pareto |
description |
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. |
publishDate |
2011 |
dc.date.issued.fl_str_mv |
2011-09-22 |
dc.date.accessioned.fl_str_mv |
2019-10-16T18:14:13Z |
dc.date.available.fl_str_mv |
2019-10-16T18:14:13Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/1843/30415 |
url |
http://hdl.handle.net/1843/30415 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Engenharia Elétrica |
dc.publisher.initials.fl_str_mv |
UFMG |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
ENG - DEPARTAMENTO DE ENGENHARIA ELÉTRICA |
publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFMG instname:Universidade Federal de Minas Gerais (UFMG) instacron:UFMG |
instname_str |
Universidade Federal de Minas Gerais (UFMG) |
instacron_str |
UFMG |
institution |
UFMG |
reponame_str |
Repositório Institucional da UFMG |
collection |
Repositório Institucional da UFMG |
bitstream.url.fl_str_mv |
https://repositorio.ufmg.br/bitstream/1843/30415/2/license.txt https://repositorio.ufmg.br/bitstream/1843/30415/1/265D-TeseFinal-LucasBatista.pdf https://repositorio.ufmg.br/bitstream/1843/30415/3/265D-TeseFinal-LucasBatista.pdf.txt |
bitstream.checksum.fl_str_mv |
34badce4be7e31e3adb4575ae96af679 d52a710ade072924f59dc92a073bb7a7 7fdf0c85f382c9e99219c625f1dbedf4 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG) |
repository.mail.fl_str_mv |
|
_version_ |
1801676780829933568 |