روشی نوین برای بهبود الگوریتم جستجوی گرانشی مغلوب نشده با استفاده ازالگوریتم ممتیک چند هدفه

مطالعات انجام شده نشان میدهند که الگوریتمهای تکاملی یکی از بهترین بهینه سازها در مسایل چند هدفه میباشند، با این وجود به حجم عظیمی از محاسبات توابع هدف نیاز دارند. در سالهای اخیر به منظور رفع این مشکل روشی مبتنی بر فرا- مدلها در فاز جستجوی محلی الگوریتم ممتیک، به خدمت گرفته شده است. فرامدلها تقریب سادهتر ارزانتری از توابع هدف اصلی بوده به جای توابع هدف اصلی به کار برده می شوند این جایگزینی باعث تسریع همگرایی زودتر در بدست آوردن راه حل نهایی میشود. در این راستا پژوهش حاضر گامی در جهت ترکیب الگوریتم ممتیک به همراه فرا-مدل در چرخه تکامل الگوریتم NSGSA برای کاهش تعداد ارزیابی توابع هدف برداشته سعی شده است عملکرد این ترکیب با استفاده از توابع محک استاندارد مورد ارزیابی قرار گیرد.