基于 NSGAII 算法的分支定界法求解多目标混合整数非线性优化问题
最优化与控制
2021-05-17 v1
摘要
多目标混合整数非线性规划问题（MO-MINLPs）出现在若干真实世界应用中，尤其在机械工程领域。为确定此类问题的良好近似帕累托前沿，我们提出一种基于多准则分支定界（MCBB）和非支配排序遗传算法 2（NSGAII）的通用混合方法。我们基于统计评估进行了计算实验，使用文献中知名的指标比较所提算法（BnB-NSGAII）与 NSGAII 的性能。我们提出一个新指标——投资比（IR），将解的质量与消耗的努力相关联。我们考虑五个真实世界机械工程问题和两个数学问题作为本实验的测试问题。实验结果表明 BnB-NSGAII 可作为求解 MO-MINLPs 的竞争性替代方案。
引用
@article{arxiv.2012.00115,
title = {A Branch and Bound Based on NSGAII Algorithm for Multi-Objective Mixed Integer Non Linear Optimization Problems},
author = {Ahmed Jaber and Pascal Lafon and Rafic Younes},
journal= {arXiv preprint arXiv:2012.00115},
year = {2021}
}
备注
This article has been submitted for publication in Engineering Optimization Journal, published by Taylor & Francis. The article contains 28 pages, 13 figures, and 5 tables