Modelo de grade dupla de MOEA/D para otimização multiobjetivo com restrições evolutivas

Uma ideia promissora para otimização com restrições evolutivas é utilizar de forma eficiente não apenas soluções viáveis (indivíduos viáveis), mas também inviáveis. Neste artigo, propomos uma implementação simples dessa ideia em MOEA/D. No método proposto, MOEA/D possui duas grades de vetores de peso. Uma é usada para manter a população principal, como no MOEA/D padrão. Na população principal, soluções viáveis sempre têm maior aptidão do que as inviáveis. Entre as soluções inviáveis, soluções com menores violações de restrição têm maior aptidão. A outra grade é para manter uma população secundária onde soluções não dominadas em relação aos valores da função de escalonamento e violações de restrição são armazenadas. Mais especificamente, uma única solução não dominada em relação à função de escalonamento e à violação total de restrição é armazenada para cada vetor de peso. Uma nova solução é gerada a partir de um par de soluções vizinhas nas duas grades. Ou seja, existem três combinações possíveis de dois pais: ambos da população principal, ambos da população secundária e cada um de cada população. A variante MOEA/D proposta é comparada com o MOEA/D padrão e outros algoritmos evolutivos para otimização multiobjetivo com restrições por meio de experimentos computacionais.