A Modified NSGA-DO for Solving Multiobjective Optimization Problems

Machado, Jussara Gomes; Pires, Matheus Giovanni; Bertoni, Fabiana Cristina; Pimenta, Adinovam H. M.; Camargo, Heloisa de Arruda

doi:10.1007/978-3-030-91702-9_9

Cited by 1 publication

(1 citation statement)

References 20 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…O trabalho desenvolvido por Jussara et al [12] apresenta um novo AGMO, denominado MNSGA-DO (do inglês, Modified Non-dominated Sorting Genetic Algorithm Distance-Oriented), que visa ajustar o operador de seleção do NSGA-DO (do inglês, Non-dominated Sorting Genetic Algorithm Distance-Oriented), desenvolvido por Pimenta e Camargo [13], para melhorar sua diversidade quando aplicado a problemas de otimização multiobjetivo contínuos. Para validar a proposta, foi realizada uma comparação de desempenho entre este novo AGMO e os algoritmos genéticos NSGA-II (do inglês, Nondominated Sorting Genetic Algorithm-II) e NSGA-DO, aplicando o conjunto de problemas ZDT [8], considerado simples em função das características de seu PS [11].…”

Section: Introductionunclassified

MNSGA-DO Aplicado a Problemas de Otimização Multiobjetivo com Complexos Espaços de Decisão e Objetivo

Machado,

Pires,

Bertoni

2023

Anais Do XVI Congresso Brasileiro De Inteligência Computacional

View full text Add to dashboard Cite

Este artigo apresenta um estudo de duas recentes variantes do algoritmo NSGA-II, chamadas NSGA-DO e MNSGA-DO, aplicadas na resolução de problemas de otimização multiobjetivo com diferentes dificuldades no espaço de decisão e diferentes formas da fronteira de Pareto. Estas variantes propõem distintos operadores de seleção para a escolha de indivíduos que farão parte da nova população em cada geração, os quais são baseados na distância entre as soluções e pontos ideais que são calculados na Fronteira Pareto-Ótima dos problemas. Para avaliar a convergência e a diversidade desses algoritmos multiobjetivo, foi utilizado o conjunto de testes de referência WFG, e os resultados foram comparados considerando os indicadores de qualidade GD, IGD, Spread e HV. Tais resultados demonstram a superioridade do MNSGA-DO em relação aos demais algoritmos.

show abstract