Journal international d'intelligence d'essaim et de calcul évolutif

Abstrait

Un algorithme génétique de tri hybride simplex non dominé pour l'optimisation multi-objectif

Seid H Pourtakdoust, Seid M Zandavi

Cet article présente un schéma hybride pour les problèmes d'optimisation multi-objectifs via l'utilité de deux algorithmes heuristiques établis. Le schéma hybride proposé se compose de deux parties qui incluent l'algorithme du simplexe de Nelder-Mead (SA) ainsi que l'algorithme génétique de tri non dominé II (NSGA II). À cet égard, après le tri NSGA II pour les points optimaux, le SA recherche l'ensemble optimal pour trouver les points optimaux locaux et ainsi localiser une zone prometteuse susceptible de contenir le minimum global. Ceci est particulièrement utile car SA est un algorithme efficace qui peut exploiter avec précision et rapidité la zone prometteuse pour le point optimal. Le schéma hybride proposé est appliqué à l'optimisation multi-objectif de certaines fonctions de référence et ses performances sont comparées à celles du NSGA II classique ainsi qu'à celles de l'optimisation par essaim de particules multi-objectifs (MOPSO). Les résultats numériques montrent que le schéma hybride proposé fournit des résultats compétitifs qui surpassent ceux des algorithmes existants.