Un Algoritmo Evolutivo Basado en el Ángulo de Vectores para la Optimización de Muchos Objetivos No Restringida

Teniendo en cuenta tanto la convergencia como la diversidad, este documento sugiere un algoritmo evolutivo basado en el ángulo de vectores para problemas de optimización de muchos objetivos no restringidos (con restricciones de caja solamente). En el algoritmo propuesto, se utiliza el principio de máximo-ángulo-primer en la selección ambiental para garantizar la amplitud y uniformidad del conjunto de soluciones. Con la ayuda del principio de eliminación de peores, se permite la sustitución condicional de soluciones peores en términos de convergencia (medida por la suma de objetivos normalizados) por otros individuos. Por lo tanto, se refuerza la presión de selección hacia el frente de Pareto óptimo. El método propuesto se compara con otros cuatro algoritmos evolutivos de muchos objetivos de última generación en varios problemas de prueba no restringidos con hasta 15 objetivos. Los resultados experimentales han mostrado la competitividad y efectividad de nuestro algoritmo propuesto para mantener un buen equilibrio entre la convergencia y la diversidad. Además, los resultados en dos problemas de la práctica (con frentes de Pareto irregulares) mostraron que nuestro método supera significativamente a sus competidores en términos de convergencia y diversidad de los conjuntos de soluciones obtenidos. Notablemente, el nuevo algoritmo tiene las siguientes buenas propiedades: 1) está libre de un conjunto de puntos de referencia o vectores de peso suministrados; 2) tiene menos parámetros algorítmicos; y 3) la complejidad temporal del algoritmo es baja. Dada tanto su buen rendimiento como sus buenas propiedades, el algoritmo sugerido podría ser una herramienta alternativa al abordar problemas de optimización con más de tres objetivos.