Главная | RSS News
 
 

Процедура ранжирования при многокритериальной оптимизации

Процедура ранжирования при многокритериальной оптимизации была расширена в работе 377, чтобы представить информацию о цели путем изменения пути, по которому особи объединяются друг с другом. Это делает возможным предпочесть одну особь перед другой, даже если они обе недоминирующие. Этот алгоритм позволяет затем идентифицировать и находить важные регионы в компромиссной поверхности.
Использование связки “предпочтительнее, чем”, как только что описано, внутри более простой связки “частично меньше, чем” означает, что область решений разграничивается этими недоминирующими точками, которые касательно достигают одной или более целей. Установка целей  заставляет алгоритм пытаться найти дискретизированное описание всего пространства поиска. Такое описание, хоть и не точное, может вести ЛПР. Когда цели могут быть описаны отдельно в каждом поколении генетического алгоритма, то ЛПР может уменьшить размер области решений постепенно в процессе изучения компромиссов между оптимизируемыми критериями. Изменчивость целей проявляется как изменение окружающей среды для генетического алгоритма и не налагает каких-либо условий на пространство поиска. Необходимо заметить, что соответствующие коэффициенты распределения все еще могут быть вычислены, как и раньше, пока размер пространства решений изменяется по правилу, известному ЛПР. Эта стратегия прогрессивного использования преимуществ ЛПР, пока алгоритм запущен, чтобы руководить поиском, не нова в операционных исследованиях 377, 413. Основной недостаток данного метода заключается в том, что он требует больших усилий от ЛПР. С другой стороны, это уменьшает количество вычислений функции пригодности при сравнении с методом апостериорного объединения преимуществ, т.к. уменьшает количество альтернативных точек в каждой итерации.
Действия ЛПР могут быть описаны как последовательные вычисления некоторых необязательно хорошо определенных функций полезности. Функции пригодности выражают путь, по которому ЛПР комбинирует целевые функции в порядке предпочтения одной точки над другой и, в конечном счете, это функция, которая устанавливает (создает) основу популяции генетического алгоритма. Линейная комбинация целевых функций для получения скалярной функции пригодности, с одной стороны, и простое ранжирование особей – с другой, соответствуют двум различным положениям ЛПР. В первом случае полагается, что ЛПР точно известно, что необходимо оптимизировать. Во втором случае ЛПР принимает решение интуитивно.

Прочитало: 2417
 
 
Календарь
 
«    Октябрь 2013    »
ПнВтСрЧтПтСбВс
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
 
 
 

Меню
  »  Классификация портов проникновения ЭМИ
»  Задачи ЭМС ЭС при внешних воздействиях
»  Средства электромагнитного террора
»  Методы и средства анализа воздействия ЭМИ на ЭС
»  Анализ эффективности экранирования корпусов ЭС
»  Экранирование э.-м. воздействий стенами ИЗ
»  Цель и методы оптимизации
»  Оптимизация внутриаппаратурной ЭМС межсоединений
»  Многокритериальная оптимизация
 
 

Архивы
 Октябрь 2008 (17)
Сентябрь 2008 (30)
Август 2008 (19)
 
 

Популярное
   
 

Реклама
  спортмастер одежда
Статьи
Ещё
 
 

 
 
E-M-P.Ru 1, 2