Problemas de prueba de optimización multiobjetivo escalables

Después de demostrar adecuadamente la capacidad de resolver diferentes problemas de optimización de dos objetivos, los algoritmos evolutivos multiobjetivo (MOEAs) deben mostrar su eficacia en el manejo de problemas con más de dos objetivos. En este artículo, sugerimos tres enfoques diferentes para diseñar sistemáticamente problemas de prueba para este propósito. La simplicidad de construcción, la escalabilidad a cualquier número de variables de decisión y objetivos, el conocimiento de la forma y la ubicación exacta de la frontera óptima de Pareto resultante, y la capacidad de controlar las dificultades tanto en la convergencia hacia la verdadera frontera óptima de Pareto como en el mantenimiento de un conjunto de soluciones ampliamente distribuidas son las principales características de los problemas de prueba sugeridos. Debido a estas características, deberían ser útiles en diversas actividades de investigación sobre MOEAs, como probar el rendimiento de un nuevo MOEA, comparar diferentes MOEAs y tener una mejor comprensión de los principios de funcionamiento de los MOEAs.