بهینهسازی چند منظوره
در بسیاری از
کاربردها، تابع هزینه دارای چندین هدف است که اغلب از لحاظ زمانی با یکدیگر در
تعارضند. بیائید به مثالی از یک مسئلهی بهینهسازی چند منظوره[1] نگاهی بیاندازیم. فرض کنید یک زوج
در حال جستجوی یک مکان ایدهآل برای زندگی هستند. یکی از آنها اهل تهران و دیگری
اهل اصفهان است؛ بنابراین، آنها دارای نظرات نسبتا متفاوتی راجع به ایدهآل بودن
هستند. دو تابع هزینه به طور تقریبی برای آنها تعریف می شود.
واضح است که این زوج با یکدیگر اختلاف نظر دارند. آنها توافق معقولانهای بر روی هزینهی زندگی داشته اما در مورد متغیرهای دیگر نظرات بسیار متفاوتی دارند. اهمیتی که هر کدام از آنها برای هر متغیر قائلاند، به وسیلهی اندازه و علامت توان متغیر نشان داده می شود.
هیچ بهترین راهحل یکتایی برای دو تابع این زوج وجود ندارد. رسم نمودار بر حسب برای مقادیر مختلف منجر به شکل زیر میشود. نقطهای که حداقل هر تابع مستقل است (min{ },min{ )، در خارج از ناحیه امکانپذیر و عملی در نمودار قرار دارد. مجموعهی نقاطی که پایین ناحیهی عملی را محدود میکند، به عنوان نمای پارتو[1] شناخته میشود. یک خط نقاط روی نمای پارتو را در شکل زیر به هم وصل میکند. در دو زیربخش بعدی، در مورد دو روش برای MOO بحث خواهیم کرد: توابع هزینهی وزندهی شده و یافتن نمای پارتو.
[1] . Multi-Objective Optimization (MOO)
+ نوشته شده در سه شنبه یازدهم مهر ۱۳۹۱ ساعت 21:29 توسط مدیر وبلاگ
|
الگوریتم ژنتیک، الگوریتم های ژنتیک، الگوریتم بهینه سازی اجتماع مورچگان، الگوریتم بهینه سازی کولونی مورچگان، الگوریتم بهینه سازی هجوم ذرات، الگوریتم بهینه سازی اجتماع ذرات، الگوریتم تبرید تدریجی، الگوریتم شبیه سازی تبرید فلزات، الگوریتم بهینه سازی زنبور عسل، بهینه سازی، پیچیدگی محاسباتی، هوش مصنوعی، جستجوی ناآگاهانه، جستجوی عمومی، جستجوی عمقی، جستجوی سطحی، جستجوی مکاشفه ای، جستجوی حریصانه، الگوریتم تپه نوردی، الگوریتم جستجوی تابو، جستجوی جامع، بهینه سازی تحلیلی، روش غیرمرکب سرازیری نلدر مید، ادغام، جهش، نسل، همگرایی، الگوریتم ژنتیک پیوسته، الگوریتم ژنتیک گسسته، بهینه سازی چندمنظوره، بهینه سازی پارتو، ژنتیک مرکب، مسائل جایگشت، غالب و مغلوب، نیچ، متاژنتیک، نژادمانه، رخ مانه، ژنتیک موازی، مسئله فروشنده دوره گرد، طراحی خط سیر روبات، طراحی حرکت رادارگریز، ساخت مدل های معکوس دینامیکی خطی و غیر خطی، مسائل زمان بندی، بهنیه سازی شبکه های عصبی مصنوعی، حل معادلات دیفرانسیل جزئی غیرخطی مرتبه بالا، تابع شایستگی، تابع آزمون، متلب، فرترن، ++C، C