توازن التقارب والتنوع في الأمثلية القائمة على التحلل متعددة الأهداف

تستفيد الخوارزميات التطورية متعددة الأهداف القائمة على التحلل (MOEAs) عادة من دوال التجميع لتقسيم مشكلة تحسين متعددة الأهداف إلى عدة مشاكل تحسين أحادية الهدف. ومع ذلك، بسبب طبيعة خطوط الكونتور لدوال التجميع المعتمدة، فإنها عادة ما تفشل في الحفاظ على التنوع في الفضاء الهدف عالي الأبعاد حتى عند استخدام متجهات وزن متنوعة. لمعالجة هذه المشكلة، نقترح الحفاظ على التنوع المرغوب في الحلول في عمليتها التطورية بشكل صريح من خلال استغلال المسافة العمودية من الحل إلى متجه الوزن في الفضاء الهدف، مما يحقق توازنًا أفضل بين التقارب والتنوع في تحسين متعدد الأهداف. يتم تنفيذ الفكرة لتعزيز خوارزميتين قائمتين على التحلل ذات أداء جيد، وهما، MOEA، استنادًا إلى التحلل وترتيب ملاءمة مجموعة. يتم مقارنة الخوارزميتين المعززتين بالعديد من الخوارزميات الحديثة، ويتم إجراء سلسلة من التجارب المقارنة على عدد من مشاكل الاختبار من مجموعتين معروفتين. تظهر النتائج التجريبية أن الخوارزميتين المقترحتين أكثر فعالية بشكل عام من أسلافهما في تحقيق توازن بين التقارب والتنوع، وهما أيضًا تنافسيان للغاية ضد خوارزميات أخرى موجودة لحل مشاكل تحسين متعددة الأهداف.