Problemas de otimização multiobjetivo escaláveis

Após demonstrar adequadamente a capacidade de resolver diferentes problemas de otimização de dois objetivos, os algoritmos evolutivos multiobjetivo (MOEAs) devem mostrar sua eficácia em lidar com problemas que possuem mais de dois objetivos. Neste artigo, sugerimos três abordagens diferentes para o design sistemático de problemas de teste para esse propósito. A simplicidade de construção, escalabilidade para qualquer número de variáveis de decisão e objetivos, conhecimento da forma e localização exatas da fronteira Pareto-ótima resultante, e a capacidade de controlar dificuldades tanto na convergência para a verdadeira fronteira Pareto-ótima quanto na manutenção de um conjunto amplamente distribuído de soluções são as principais características dos problemas de teste sugeridos. Devido a essas características, eles devem ser úteis em várias atividades de pesquisa sobre MOEAs, como testar o desempenho de um novo MOEA, comparar diferentes MOEAs e ter uma melhor compreensão dos princípios de funcionamento dos MOEAs.