یک الگوریتم ترکیبی برای مسائل بهینهسازی چند هدفه با تعداد هدف زیاد با استفاده از الگوریتمهای تکاملی
نام نخستين پديدآور
/میترا سعیدی
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
: پردیس بین المللی ارس
یادداشتهای مربوط به نشر، بخش و غیره
متن يادداشت
چاپی
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
علوم کامپیوتر
زمان اعطا مدرک
۱۳۹۳/۰۶/۲۵
کسي که مدرک را اعطا کرده
تبریز
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
بسیاری از مسائل دنیای واقعی شامل مواردی هستند که بهوسیله راهحلهای بهینهسازی چند هدفه قابل حل میباشند، اما از سوی دیگر زیاد شدن این اهداف) بیش از ۲ و ۳ هدف (کار حل این مسائل را با مشکل بزرگی مواجه میکند .به طوری که با زیاد شدن تعداد اهداف، همگرایی بحرانی به جبهه پارتوی کارآمد مشکل شده است و تعداد زیاد اهداف، باعث زیاد شدن تعداد راهحلها و در نتیجه زیاد شدن تعداد راهحلهای غیر چیره خواهد شد، به شکلی که با افزایش تعداد اهداف ، تعداد راهحلهای غیر چیره به سرعت به سمت بی نهایت میل میکند .این امر به دست آوردن راهحلهای متنوع را دشوار میسازد .از سوی دیگر برای حل این مسائل، هزینه محاسباتی بالا و غیر قابل قبولی را باید صرف کرد .تمام این موارد باعث شدهاند تا محققان به دنبال رفع این سختیها از مسائل چند هدفه با تعداد هدف زیاد باشند .در این پایاننامه، با تلفیق دو الگوریتم از رویههای حل مسائل بهینهسازی چند هدفه با تعداد هدف زیاد متد جدیدی را برای غلبه بر این مشکل ارائه میدهیم .در ابتدا با استفاده از یکی از روشهای مطرح شده در زمینه کاهش هدف، یک گام در آسان سازی مسئله به جلو برمیداریم .پس از آن با هدایت روند حل مسئله به سمت راهحلهای ترجیح داده شده از طریق یکی از رویههای اثبات شده در دسته رویههای ترتیب اولویت موجود برای حل مسائل بهینهسازی چند هدفه با تعداد هدف زیاد مسیر حل را ادامه میدهیم و در نهایت با الگوریتم ژنتیک مرتب سازی غیر چیرههای دو، مسئله سادهسازی شده را حل مینمائیم .کارایی این روش در انتهای پایاننامه با حل مسائل تست و نمایش همگرایی مسئله به سمت راهحلهای مناسب و کارا نمایش داده شده است
متن يادداشت
Many real-world problems include issues solve by a multi objective optimization solutions. But on the other hand, increasing of this objectives (more than 2 or 3 objectives) faces solving this issues with the big problem. So that by increasing the number of objectives, the critical convergence to efficient Pareto front has been so hard and the large number of objectives makes large number of solutions, and thereby increases the number of non-dominated solutions, so that the objectives of increasing the number of non-dominated solutions quickly tends to infinite. This makes obtaining diverse solutions Difficult. On the other hand, to solve this problems unacceptable high computational cost should be spend. All of these issues have made researchers to find a solution for this many objective optimization problems.In this thesis, we present a new method to prevail this problem by composing two algorithms of procedures to solve problems for many- objective optimization. At the beginning, we take of first step for objective reduction by using one of the propounded methods. Afterwards we continue solving the many objective optimizations by using one of the proved methods from preference ordering procedures. Finally we solve the simplified problem by NSGA-II. Efficiency of this method is presented at the end of the thesis by solving test problems and obtain suitable and effective solution
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )