L’OPTIMISATION MULTIOBJECTIF PAR LA MÉTHODE NSGA-II

Abstract

Les problèmes d’optimisation multiobjectifs ont toujours été des problèmes difficiles et brûlants dans le domaine de la recherche scientifique et technique. Les solutions traditionnelles présentent de nombreuses lacunes pour traiter des problèmes complexes tels que les grandes dimensions et la multimodalité. Pour résoudre ce problème, une variété d’algorithmes génétiques d’optimisation multiobjectifs a été développée. L’algorithme génétique de tri non dominé (NSGA) et son algorithme amélioré NSGA-II étudiés dans ce mémoire sont développés plus rapidement et optimisés. ce mémoire a systématiquement étudié et recherché les principes de base de l’algorithme, fait des tentatives audacieuses dans l’application de l’algorithme, élargi le champ d’application de l’algorithme et proposé une nouvelle simulation de fonction de solution La méthode de combinaison du problème. Les principaux travaux réalisés dans ce mémoire sont les suivants : Le processus général et les principes de base de l’algorithme génétique sont systématiquement introduits Et l’algorithme génétique d’optimisation multiobjectif existant et certains de ses problèmes. Les principes de base et les lacunes de NSGA sont discutés, et la méthode de tri rapide non dominée proposée par l’algorithme amélioré NSGA-II.