Сибирский федеральный университет

Тип публикации: статья из журнала

Год издания: 2022

Идентификатор DOI: 10.31772/2712-8970-2022-23-2-227-240

Ключевые слова: dynamic multi-objective optimization, dynamic optimization, multi-objective optimization, evolutionary algorithms, многокритериальная оптимизация в нестационарной среде, оптимизация в нестационарной среде, многокритериальная оптимизация, эволюционные алгоритмы

Аннотация: Многокритериальная нестационарная оптимизация является недостаточно изученным на данный момент классом задач оптимизации, однако представляет собой большую практическую ценность. В задачах многокритериальной нестационарной оптимизации целевые функции, их параметры и ограничения, накладываемые на область поиска, изменяются во времени, из этого следует изменение решения задачи. При возникновении изменений в задаче алгоритму необходимо адаптироваться к изменениям таким образом, чтобы скорость сходимости к решению задачи была достаточно высокой. Работа посвящена сравнению эффективности использования трех разных подходов к формированию популяции при возникновении изменений в задаче многокритериальной нестационарной оптимизации: использование полученных на предыдущем шаге решений, случайная инициализация популяции и частичное использование предыдущих решений. В первой части статьи приводится классификация изменений, возникающих в задачах этого типа; рассматриваются существующие на данный момент подходы к решению задач, основанные на использовании эволюционных алгоритмов. В ходе исследования при решении задач многокритериальной нестационарной оптимизации используются алгоритмы многокритериальной оптимизации NSGA-2 и SPEA2, для сравнения подходов к формированию популяции используется набор тестовых задач. Полученные результаты были обработаны с помощью статистического критерия Манна - Уитни. Было выявлено, что скорость изменений в задаче влияет на эффективность использования при формировании популяции решений, полученных в предыдущий момент времени. Dynamic multi-objective optimization problems are challenging and currently not-well understood class of optimization problems but this class is important since many real-world optimization problems are changing over time. In such problems, the objective functions, their parameters and restrictions imposed on the search space can change over time. This fact means that solutions of the problem change too. When changes appear in the problem, an optimization algorithm needs to adapt to the changes in such a way that the convergence rate is sufficiently high. The work is devoted to the comparison of the different approaches to formation of a new population when changes in the dynamic multi-objective optimization problem appear: using solution, which obtained in the previous step; using a random generating of the population; partial using solutions which obtained in the previous step. In the first part of the article the classification of the changes in the problems is provided; the currently existing approaches to solving the problems based on evolutionary algorithms are considered. During the research NSGA-2 and SPEA2 algorithms are used to solving the dynamic optimization problems, the benchmark problems set is used to the comparison of the approaches. Obtained results being processed by Mann-Whitney U-test. It was obtained that changes rate in the problem is affect to the efficiency of the application of the solutions which obtained in the previous step in the forming of the new population.

Журнал: Сибирский аэрокосмический журнал

Выпуск журнала: Т. 23, № 2

Номера страниц: 227-240

ISSN журнала: 27128970

Место издания: Красноярск

Издатель: Сибирский государственный университет науки и технологий им. акад. М.Ф. Решетнева

• Рурич М.А. (Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева)
• Вахнин А.В. (Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева)
• Сопов Е.А. (Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева)

• РИНЦ (eLIBRARY.RU)
• Список ВАК