समानता बाधित MOPs के उपचार के लिए एक नई हाइब्रिड विकासात्मक एल्गोरिदम

बहु-लक्ष्य विकासात्मक एल्गोरिदम का व्यापक रूप से शोधकर्ताओं और प्रैक्टिशनरों द्वारा बहु-लक्ष्य ऑप्टिमाइजेशन समस्याओं (MOPs) को हल करने के लिए उपयोग किया जाता है, क्योंकि उन्हें न्यूनतम धारणाओं की आवश्यकता होती है और वे एल्गोरिदम के एक प्रयास में पूरे समाधान सेट का एक सीमित आकार का अनुमान लगाने में सक्षम होते हैं। हालांकि, अब तक, समानता बाधाओं का उचित उपचार एक छोटे रोल में रहा है। समानता बाधाएँ विशिष्ट होती हैं क्योंकि वे सामान्यतः खोज क्षेत्र के आयाम को कम कर देती हैं, जो विकासात्मक रणनीतियों जैसी यादृच्छिक खोज एल्गोरिदम के लिए समस्याएँ उत्पन्न करती हैं। इस पेपर में, हम दिखाते हैं कि निरंतरता जैसी तकनीकों के साथ हाइब्रिड किए गए बहु-लक्ष्य विकासात्मक एल्गोरिदम तेजी से और विश्वसनीय संख्यात्मक समाधान देने में मदद करते हैं। इसके लिए, हम पहले तीन नई समस्याएँ प्रस्तुत करते हैं जिनकी विशेषताएँ वाकई में विकासात्मक एल्गोरिदम द्वारा हल करना कठिन है। इसके बाद, हम निरंतरता विधि के साथ NSGA-II का एक रूप विकसित करते हैं। हम कई समानता- बाधित MOPs पर संख्यात्मक परिणाम प्रस्तुत करते हैं ताकि दिखा सकें कि परिणामस्वरूप विधि अत्याधुनिक विकासात्मक एल्गोरिदम के मुकाबले उच्च प्रतिस्पर्धात्मक है।