Multi-objective optimization with a Gaussian PSO algorithm
Particle Swarm Optimization es una heurística popular usada para resolver adecuada y efectivamente problemas mono-objetivo. En este artículo, presentamos una primera adaptación de esta heurística para tratar problemas multi-objetivo sin restricciones. La propuesta (llamada G-MOPSO) incorpora una act...
Guardado en:
| Autores principales: | , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Inglés |
| Publicado: |
2008
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/21685 |
| Aporte de: |
| Sumario: | Particle Swarm Optimization es una heurística popular usada para resolver adecuada y efectivamente problemas mono-objetivo. En este artículo, presentamos una primera adaptación de esta heurística para tratar problemas multi-objetivo sin restricciones. La propuesta (llamada G-MOPSO) incorpora una actualización Gaussiana, dominancia Pareto, una política elitista, un archivo externo y un shake-mecanismo para mantener la diversidad.
Para validar nuestro algoritmo, usamos cuatro funciones de prueba bien conocidas, con diferentes características. Los resultados preliminares son comparados con los valores obtenidos por un algoritmo evolutivo multi-objetivo representativo del estado del arte en el área: NSGA-II. También comparamos los resultados con los obtenidos por OMOPSO, un algoritmo multi-objetivo basado en la heurística PSO.
La performance de nuestra propuesta es comparable con la de NSGA-II y supera a la de OMOPSO |
|---|