إلى أي مدى يمكن لخوارزميات التطور متعددة الأهداف التكيف مع المشاكل الكبيرة

على الرغم من الكم الكبير من الأبحاث في خوارزميات التطور متعددة الأهداف، معظمها قد قيمت خوارزمياتها على مشاكل تحتوي فقط على هدفين إلى أربعة أهداف. لم يتم القيام بالكثير لفهم أداء خوارزميات التطور متعددة الأهداف في المشاكل التي تحتوي على عدد أكبر من الأهداف. ليس واضحًا ما إذا كانت الاستنتاجات المستخلصة من التجارب على المشاكل التي تحتوي على عدد قليل من الأهداف يمكن تعميمها على تلك التي تحتوي على عدد كبير من الأهداف. في الواقع، بعض أعمالنا الأولية قد أشارت إلى أن مثل هذا التعميم قد لا يكون ممكنًا. تقدم هذه الورقة أولاً مجموعة شاملة من الدراسات التجريبية، والتي تظهر أن أداء خوارزميات التطور متعددة الأهداف، مثل NSGA-II و SPEA2، يتدهور بشكل كبير مع زيادة عدد الأهداف. على سبيل المثال، لم يتقارب NSGA-II حتى لمشاكل تحتوي على ستة أهداف أو أكثر. تحلل هذه الورقة سبب حدوث ذلك وتقترح عدة طرق جديدة لتحسين تقارب NSGA-II لمشاكل تحتوي على عدد كبير من الأهداف. تصنف الطرق المقترحة أعضاء الأرشيف إلى مجموعات صغيرة (حلول غير مهيمنة مع أو بدون هيمنة)، باستخدام علاقة الهيمنة بين الأعضاء الجدد والحاليين في الأرشيف. تم تقديم استراتيجيات جديدة للإزالة. تظهر نتائجنا التجريبية أن الطرق المقترحة تتفوق بوضوح على NSGA-II من حيث التقارب.