ﭼﻨﺪﻫﺪﻓﻪ ﺧﺮﭘﺎﻫﺎ و اﺟﺰاي ﺳﺎزه اي ﻓﻮﻻدي دو ﺑﻌﺪي ﺑﺎ روش اﻟﮕﻮرﯾﺘﻢ ژﻧﺘﯿﮏ و روش ﻣﻘﯿﺪ اﺳﺘﺎﻧﺪارد ﻧﺮﻣﺎﻟﯿﺰه

ﻫﺪف در ﺑﻬﯿﻨﻪ ﺳﺎزي ﺗﮏ ﻫﺪﻓﻪ، ﯾﺎﻓﺘﻦ ﯾﮏ ﺑﺮدار از ﻣﺘﻐﯿﺮﻫﺎي ﻃﺮاﺣﯽ اﺳﺖ ﮐﻪ ﺑﻬﺘﺮﯾﻦ ﻃﺮح ﻣﻤﮑﻦ را ﺑﺮاي ﯾﮏ ﺗﺎﺑﻊ ﻫﺪف اراﺋﻪ دﻫﺪ. اﻣﺎ در ﺑﺴﯿﺎري از ﻣﺴﺎﺋﻞ ﮐﺎرﺑﺮدي ﺑﯿﺸﺘﺮ از ﯾﮏ ﻫﺪف ﺑﻪ ﻃﻮر ﻫﻤﺰﻣﺎن ﺑﺎﯾﺪ ﺑﻬﯿﻨﻪ ﺷﻮﻧﺪ ﮐﻪ ﺑﻌﻀﺎً ﺑﺴﯿﺎري از ﺗﻮاﺑﻊ در ﺗﻀﺎد ﺑﺎ ﯾﮑﺪﯾﮕﺮ ﻫﺴﺘﻨﺪ. ﺑﺮﺧﻼف ﺑﻬﯿﻨﻪ ﺳﺎزي ﺗﮏ ﻫﺪﻓﻪ، ﻣﺴﺎﺋﻞ ﺑﻬﯿﻨﻪ ﺳﺎزي ﭼﻨﺪ ﻫﺪﻓﻪ، ﺣﻞ واﺣﺪ ﮐﻠﯽ ﻧﺪارﻧﺪ، ﺑﻠﮑﻪ در اﯾﻨﮕﻮﻧﻪ ﻣﺴﺎﺋﻞ ﺑﺎ دﺳﺘﻪ اي از ﺟﻮاب ﻫﺎ روﺑﺮو ﻫﺴﺘﯿﻢ ﮐﻪ ﻣﺠﻤﻮﻋﻪ ﺑﻬﯿﻨﻪ ﭘﺎرﺗﻮ ﻧﺎﻣﯿﺪه ﻣﯽ ﺷﻮﻧﺪ. در اﯾﻦ ﻣﻘﺎﻟﻪ اﺑﺘﺪا روش اﻟﮕﻮرﯾﺘﻢ ژﻧﺘﯿﮏ ﺑﻪ ﻋﻨﻮان ﯾﮏ اﻟﮕﻮرﯾﺘﻢ ﺗﮑﺎﻣﻠﯽ ﻣﻮرد ﺑﺮرﺳﯽ ﻗﺮار ﮔﺮﻓﺘﻪ اﺳﺖ و در اداﻣﻪ ﺑﻪ ﻣﻨﻈﻮر ﺗﻮزﯾﻊ ﺑﻬﺘﺮ و ﻣﻄﻠﻮﺑﺘﺮ ﻣﺮز ﺑﻬﯿﻨﻪ ﭘﺎرﺗﻮ ﺑﺮاي ﻣﺴﺎﺋﻞ ﺑﻬﯿﻨﻪ ﺳﺎزي دو ﻫﺪﻓﻪ از روش ﻣﻘﯿﺪ اﺳﺘﺎﻧﺪارد ﻧﺮﻣﺎﻟﯿﺰه اﺳﺘﻔﺎده ﺷﺪه اﺳﺖ. ﺑﺎ اﯾﻦ روش ﺑﺮاي رﻓﻊ ﻣﺸﮑﻞ ﻣﻘﯿﺎس ﻫﺎي ﻣﺘﻔﺎوت ﺗﻮاﺑﻊ ﻫﺪف، اﺑﺘﺪا اﯾﻦ ﺗﻮاﺑﻊ ﻧﺮﻣﺎﻟﯿﺰه ﻣﯽ ﺷﻮﻧﺪ و در ﻓﻀﺎي ﻧﺮﻣﺎﻟﯿﺰه ﺑﺎ اﻋﻤﺎل ﻗﯿﺪﻫﺎي ﻣﺨﺘﻠﻒ، ﻓﺮاﯾﻨﺪ ﺑﻬﯿﻨﻪ ﺳﺎزي، ﻧﻘﺎط ﺑﻬﯿﻨﻪ ﻣﺨﺘﻠﻒ را ﺟﺴﺘﺠﻮ ﻣﯽ ﮐﻨﺪ.ﮐﺎرﺑﺮد اﯾﻦ دو اﻟﮕﻮرﯾﺘﻢ ﺑﺮاي ﻣﺴﺎﺋﻞ ﺑﻬﯿﻨﻪ ﺳﺎزي ﭼﻨﺪﻫﺪﻓﻪ ﺑﺎ ﺑﺮرﺳﯽ ﭼﻨﺪ ﻣﺜﺎل ﺳﺎزه اي ﻧﺸﺎن داده ﺷﺪه و ﻣﺰاﯾﺎ و ﻣﻌﺎﯾﺐ ﻫﺮ ﯾﮏ از روش ﻫﺎي ﻓﻮق ﻧﺴﺒﺖ ﺑﻪ روش ﻣﺠﻤﻮع وزﻧﯽ ﺷﺮح داده ﺷﺪه اﺳﺖ.