روشي نوين در حل مسائل بهينه سازي چند هدفه : الگوريتم ممتيك آشوبگون MCMA

مقاله روشي مبتني بر آشوب براي حل مسائل بهينه سازي چند هدفه فراهم كرده است. NSGA-II يك الگوريتم بهينه سازي مشهور در حوزه بهينه سازي چند هدفه است، ايجاد تنوع در ناحيه پارتو بهينه يكي از ملزومات در MOP هاست كه اين الگوريتم در اين مورد داراي كاستي هاييست. در الگوريتم ممتيك (MCMA) ارائه شئه الگوريتم NSGA-II به عنوان الگوريتم جستجوي سراسري و الگوريتم محلي آشوب براي بهبود اعضا و توليد نسل هايي با تنوع جمعيت بيشتر استفاده شده است روش روي توابع تست اين حوزه اعمال شده و نتايج هم از لحاظ سرعت پيشروي به سمت پارتو بهينه و هم از لحاظ معيارهاي همگرايي و گسرتش، بهبود قابل توجهي يافته اند، و در اغلب موارد MCMA كارايي بالايي از خود نشان داده است.