یک الگوریتم ترکیبی برای مسائل بهینه سازی چند هدفه با تعداد هدف زیاد با استفاده از الگوریتم های تکاملی

بسیاری از مسائل دنیای واقعی شامل مواردی هستند که به وسیله راه حل های بهینه سازی چند هدفه قابل حل می باشند، اما از سوی دیگر زیاد شدن این اهداف (بیش از 2 و 3 هدف) کار حل این مسائل را با مشکل بزرگی مواجه می کند. به طوری که با زیاد شدن تعداد اهداف، همگرایی بحرانی به جبهه پارتوی کارآمد مشکل شده است و تعداد زیاد اهداف، باعث زیاد شدن تعداد راه حل ها و در نتیجه زیاد شدن تعداد راه حل های غیر چیره خواهد شد، به شکلی که با افزایش تعداد اهداف ، تعداد راه حل های غیر چیره به سرعت به سمت بی نهایت میل می کند. این امر به دست آوردن راه حل های متنوع را دشوار می سازد. از سوی دیگر برای حل این مسائل، هزینه محاسباتی بالا و غیر قابل قبولی را باید صرف کرد. تمام این موارد باعث شده اند تا محققان به دنبال رفع این سختی ها از مسائل چند هدفه با تعداد هدف زیاد باشند. در این پایان نامه، با تلفیق دو الگوریتم از رویه های حل مسائل بهینه سازی چند هدفه با تعداد هدف زیاد متد جدیدی را برای غلبه بر این مشکل ارائه می دهیم. در ابتدا با استفاده از یکی از روش های مطرح شده در زمینه کاهش هدف، یک گام در آسان سازی مسئله به جلو برمی داریم. پس از آن با هدایت روند حل مسئله به سمت راه حل های ترجیح داده شده از طریق یکی از رویه های اثبات شده در دسته رویه های ترتیب اولویت موجود برای حل مسائل بهینه سازی چند هدفه با تعداد هدف زیاد مسیر حل را ادامه می دهیم و در نهایت با الگوریتم ژنتیک مرتب سازی غیر چیره های دو، مسئله ساده سازی شده را حل می نمائیم. کارایی این روش در انتهای پایان نامه با حل مسائل تست و نمایش همگرایی مسئله به سمت راه حل های مناسب و کارا نمایش داده شده است.