شبیه سازی الگوریتم تکاملی پارتو با ابزار متلب

توضیحات

برای یک مسأله بهینه سازی چند هدفه ساده، احتمال اینکه جواب بهینه‌ای (Optimal Solution) یافت شود که به طور همزمان، تمامی توابع هدف تعریف شده در مسأله را بهینه ‌سازی کند، بسیار کم است. در بسیاری از موارد، توابع هدف تعریف شده در مسأله بهینه سازی چند هدفه با یکدیگر در تناقض هستند. در چنین حالتی گفته می‌شود که برای یک مسأله بهینه سازی چند هدفه، «جواب‌های بهینه پارتو» (Pareto Optimal Solutions) وجود خواهد داشت (از لحاظ تئوری، ممکن است بی‌نهایت جواب بهینه پارتو برای یک مسأله بهینه سازی چند هدفه وجود داشته باشد). مفهومی به نام جواب نامغلوب در سیستم‌های حل مسائل بهینه سازی چند هدفه وجود دارد( الگوریتم تکاملی پارتو، شبیه سازی متلب، بهینه سازی چند هدفه) در صورتی به یک جواب کاندید برای مسأله بهینه سازی چند هدفه، جواب «نامغلوب» (Non-Dominated) گفته می‌شود که بهبود مقادیر تولید شده توسط یک یا چند تابع هدف از این مسأله (از طریق قرار دادن جواب کاندید در توابع هدف و تولید مقادیر خروجی)، سبب کاهش کیفیت مقادیر تولید شده توسط دیگر توابع هدف همان مسأله شود. به چنین جواب‌هایی، «بهینه پارتو» (Pareto Optimal) گفته می‌شود. بدون در اختیار داشتن اطلاعات اضافی، تمامی جواب‌های بهینه پارتو به یک اندازه خوب هستند و با یکدیگر برابر در نظر گرفته می‌شوند( الگوریتم تکاملی پارتو، شبیه سازی متلب، بهینه سازی چند هدفه)