MEANDS: A Many-objective Evolutionary Algorithm based on Non-dominated Decomposed Sets applied to multicast routing

Estratégias bio-inspiradas aplicadas em problemas discretos com muitos objetivos

“…A maioria desses problemas está relacionada à área de otimização combinatória, na qual se tem um conjunto de objetos e deseja-se encontrar a melhor (ou mais viável) combinação ou permutação desses objetos. Exemplos de problemas discretos comumente usados na literatura multiobjetivo são: caixeiro viajante (LUST; TEGHEM, 2010), roteamento de veículos com janelas de tempo (OMBUKI; ROSS; HANSHAR, 2006), problema da mochila (BAZGAN; HUGOT; VANDERPOOTEN, 2009), sequenciamento de proteínas (BRASIL; DELBEM; SILVA, 2013) e problemas de roteamento em redes (LAFETÁ et al, 2018). O comportamento e a adequação ao uso de um determinado algoritmo multiobjetivo são inĆuenciados pelo tipo do problema.…”

“…O algoritmo proposto nesta dissertação (MACO/NDS), não pertence a nenhuma das categorias apresentadas por (ALAYA; SOLNON; GHEDIRA, 2007), mas se aproxima da estratégia (1,m), pois lida com uma única colônia e múltiplos feromônios. A grande diferença é que o número de estruturas de feromônio não é igual à quantidade de objetivos, mas ao número de possíveis combinações entre os objetivos, de forma semelhante ao que ocorre no AEMMD (LAFETÁ et al, 2018). Na verdade o modelo é (1, ♣ ♣), onde é o conjunto de subproblemas e seu tamanho é deĄnido por:…”

“…Tal conjunto aproximado, denominado ŞPareto aproximadoŤ ou Şfronteira de Pareto aproximadaŤ, foi obtido através de várias execuções de todos os algoritmos utilizados nos experimentos sobre o cenário. Além disso, no caso das instâncias de redes do PRM, esses resultados foram comparados com os Paretos aproximados obtidos em (LAFETÁ et al, 2018).…”

“…HypE (BADER; ZITZLER, 2011). Recentemente, novos algoritmos genéticos foram propostos para resolver a problemática many-objective, dentre eles destaca-se aqui: NSGA-III (DEB; JAIN, 2014), MEAMT (BRASIL; DELBEM; SILVA, 2013) e MEANDS (LAFETÁ et al, 2018).…”

“…Neste trabalho, investigaram-se diversos algoritmos bio-inspirados presentes na literatura de otimização multiobjetivo e propôs-se um novo método de otimização baseado em colônias de formigas (ACO), o Many-objective Ant Colony Optimization based on Nondominated Decomposed Sets (MACO/NDS) (FRANçA; MARTINS; OLIVEIRA, 2018), em português, otimização para muitos objetivos com colônia de formigas baseada em conjuntos de soluções não-dominadas. O algoritmo proposto adota algumas ideias do MEANDS (LAFETÁ et al, 2018), transferindo-as para uma aplicação em ACO, que tem uma abordagem diferente dos algoritmos genéticos usados na maioria dos métodos de otimização multiobjetivo.…”