Семенихин Артем Сергеевич

Рассматриваем задачу дискретной аппроксимации множества и фронта Парето в задаче многокритериальной оптимизации. Целью работы является исследование эффективности метода адаптивных взвешенных сумм (Adaptive Weighted Sum method), который предложили и разработали Рю, Ким и Ван (J-H. Ryu, S. Kim, H. Wan). В сравнении с авторским исследованием, мы используем более широкий набор тестовых задач многокритериальной оптимизации. В результате исследования выявлен ряд ограничений метода и сложностей его использования. Предлагаем пути модификации метода, направленные на преодоление этих ограничений и сложностей.

Работа представляет собой обзор численных методов приближенного построения множества Парето в задаче многокритериальной оптимизации. Рассматриваем пять классов методов ‑ «наивные» методы, методы переключающихся целевых функций, методы агрегации целевых функций, методы на основе ранжирования агентов популяции, прочие методы. Во всех случаях имеются в виду методы, предполагающих использование генетических или роевых алгоритмов таких, как алгоритм роя частиц.

Рассмотрена задача приближенного построения границы области достижимости многосекционного робота-манипулятора типа «хобот». Предложен метод SPSO решения этой задачи. Идейной основой метода является известный метод MOPSO, предназначенный для решения задачи многокритериальной оптимизации. Метод SPSO, как и метод MOPSO, использует алгоритм роя частиц (PSO) для решения задачи глобальной оптимизации и -алгоритм для отбора недоминируемых решений. Эффективность метода SPSO продемонстрирована на нескольких задачах построения области достижимости, как в случае отсутствия препятствий, так и в случае их наличия.

Рассматривается метод роя частиц для приближенного построения множества Парето в задаче многокритериальной оптимизации. Приводится постановка задачи, описание алгоритма, схема и результаты исследования эффективности метода при решении двухкритериальной тестовой задачи.