مروری بر برخی روش های بهینه سازی چند هدفه براساس الگوریتم ژنتیک

در سال های اخیر با پیشرفت های بوجود آمده در محاسبات عددی، روش های متنوعی برای بهینه سازی بوجود آمده است. ساختار و روش های بهینه سازی چند هدفه همان روش های بهینه سازی تک هدفه است اما تعداد توابع هدف در این روش ها افزایش یافته و برای یافتن مجموعه ای از جواب های بهینه مورد استفاده قرار می گیرند. در این مقاله به برخی از روش های بهینه سازی فراابتکاری پرداخته شده و مزایا و معایب هرکدام از روش های معرفی گردیده است . که با توجه به نوع مساله و میزان قدرت پردازش اطلاعات و دقت مورد نیاز می توان روش مناسبی را برای بهینه سازی انتخاب کرد. با توجه به مطالعات انجام شده به نظر می رسد روش NSGA-II مناسب برای مسائل با توابع هدف زیاد باشد و از این روش در بسیاری از مسائل بخصوص هوشمندسازی شهرها، مهندسی صنایع، برنامه ریزی تولید، مدیریت تولید، مدیریت فناوری اطلاعات و مدیریت صنعتی نیز قابل استفاده است. از الگوریتم ژنتیک می توان در مدیریت بازاریابی نیز استفاده کرد. برای نمونه استفاده از الگوریتم ژنتیک در بهینه سازی درختان تصمیم گیری برای اعتبارسنجی مشتریان بانک ها یکی از موارد کاربرد الگوریتم ژنتیک درمدیریت بازاریابی است.

Keywords:

بهینه سازی چند هدفه , روش های بهینه سازی فرابتکاری , جبهه پارتو , , SPEA , NPGA , NSGA- , MOGA