Schwellwertbasierte dynamische und adaptive Strafverfahren für eingeschränkte Mehrzieloptimierung

Strafverfahren werden häufig verwendet, um mit Einschränkungen in der eingeschränkten Optimierung umzugehen. Unter den verschiedenen Arten von Strafverfahren scheinen dynamische und adaptive Strafverfahren effektiv zu sein, da die Strafkoeffizienten in ihnen basierend auf der aktuellen Generationsnummer (oder der Anzahl der gesuchten Lösungen) und dem Feedback aus der Suche angepasst werden. In diesem Papier schlagen wir dynamische und adaptive Versionen unseres kürzlich vorgeschlagenen schwellwertbasierten Strafverfahrens vor. Diese werden dann im Multiobjective-Evolutionären Algorithmus basierend auf Zerlegung (MOEA/D) umgesetzt, um eingeschränkte Mehrzieloptimierungsprobleme (CMOPs) zu lösen. Dies führte zu einem neuen Algorithmus, der als CMOEA/D-DE-TDA bezeichnet wird. Die Leistung von CMOEA/D-DE-TDA wird anhand der HV-Metrik und der SC-Metrik an CTP-Serie-Testinstanzen getestet. Die experimentellen Ergebnisse werden mit IDEA und NSGA-II verglichen, was die Wirksamkeit des vorgeschlagenen Algorithmus zeigt.