الگوریتم تکاملی مبتنی بر مدل با استفاده از خوشه بندی فازی C-میانگین و تحلیل مولفه های اصلی

نوع مقاله : مقاله علمی-تخصصی

نویسنده

دانشکده مهندسی رایانه و فناوری اطلاعات، دانشگاه علوم و فنون هوایی شهید ستاری

چکیده

ساختار عملگرها در بیشتر الگوریتم­های تکاملی چند هدفه سنتی بر اساس قوانین ثابت اکتشافی مانند تقاطع و جهش است که قادر به یادگیری ساختارها یا خصوصیات مسائل بهینه­سازی نیستند.  برای تجهیز الگوریتم­های تکاملی به توانایی­های یادگیری، اخیراً الگوریتم­های تکاملی مبتنی بر مدل ارائه‌شده است. در الگوریتم­های تکاملی مبتنی بر مدل، عملگرهای ابتکاری با مدل­های یادگیری ماشین مانند مدل­های آموزش و نمونه جایگزین می­شوند. در این مقاله یک الگوریتم تکاملی چند هدفه مبتنی بر مدل ارائه‌شده است که در آن هر نسل، یک ناحیه محتمل از فضای جستجو، به‌وسیله یک مدل احتمالی، می­شود. بر روی ناحیه محتمل در فضای جستجو، که همان نقاط غالب، با مرتبه بهتر می­باشند، خوشه­بندی یا بر اساس روش­های فازی انجام می­گیرد و یا این­که بر روی نقاط غالب با مرتبه اول، یک عملگر انتخاب مسابقه­ای ازدحام، صورت می­پذیرد تا نقاط بافاصله نزدیک به هم، حذف شوند و نتیجه حاصل به‌عنوان نقاط مرکزی خوشه­ها در نظر گرفته می­شود و سپس، خوشه­بندی بر اساس نزدیک­ترین همسایه­ها، صورت می­پذیرد. از الگوریتم تجزیه تحلیل مؤلفه‌های اصلی، که بهترین روش برای کاهش ابعاد داده به‌صورت خطی می­باشد، برای مدل­سازی، استفاده‌شده است. راه­حل­های جدید از مدل ساخته‌شده، بر اساس یک توزیع نرمال، به‌دست‌آمده می­آیند. روش پیشنهادی مورد آزمایش قرارگرفته است و نتایج حاصل از آن با روش الگوریتم­های ژنتیک مرتب­سازی نامغلوب، مقایسه شده است. نتایج نشان می­دهد که این روش سریع­تر از روش­های قبلی می­باشد و با تعداد کمتری تکرار و ارزیابی توابع، نتایج بهتری به‌دست می­آید.

کلیدواژه‌ها


[1]     H. Ma, H. Wei, Y. Tian, R. Cheng, and X. Zhang, "A multi-stage evolutionary algorithm for multi-objective optimization with complex constraints," Information Sciences, vol. 560, pp. 68-91, 2021.##
[2]     R. Cheng, C. He, Y. Jin, and X. Yao, "Model-based evolutionary algorithms: a short survey," Complex & Intelligent Systems, vol. 4, no. 4, pp. 283-292, 2018.##
[3]     M. Laumanns and J. Ocenasek, "Bayesian optimization algorithms for multi-objective optimization," in International Conference on Parallel Problem Solving from Nature, 2002, pp. 298-307: Springer.##
[4]     P. A. Bosman and D. Thierens, "Multi-objective Optimization with the Naive $$\mathbb {M} $$ ID $$\mathbb {E} $$ A," in Towards a New Evolutionary Computation: Springer, 2006, pp. 123-157.##
[5]     M. Pelikan, K. Sastry, and D. E. Goldberg, "Multiobjective hBOA, clustering, and scalability," in Proceedings of the 7th annual conference on Genetic and evolutionary computation, 2005, pp. 663-670.##
[6]     Y. Wang, J. Xiang, and Z. Cai, "A regularity model-based multiobjective estimation of distribution algorithm with reducing redundant cluster operator," Applied Soft Computing, vol. 12, no. 11, pp. 3526-3538, 2012.##
[7]     Q. Zhang, A. Zhou, and Y. Jin, "RM-MEDA: A regularity model-based multiobjective estimation of distribution algorithm," IEEE Transactions on Evolutionary Computation, vol. 12, no. 1, pp. 41-63, 2008.##
[8]     K. Deb, A. Pratap, S. Agarwal, and T. Meyarivan, "A fast and elitist multiobjective genetic algorithm: NSGA-II," IEEE transactions on evolutionary computation, vol. 6, no. 2, pp. 182-197, 2002.##
[9]     R. Cheng, Y. Jin, K. Narukawa, and B. Sendhoff, "A multiobjective evolutionary algorithm using Gaussian process-based inverse modeling," IEEE Transactions on Evolutionary Computation, vol. 19, no. 6, pp. 838-856, 2015.##
[10]   B. Li, J. Li, K. Tang, and X. Yao, "Many-objective evolutionary algorithms: A survey," ACM Computing Surveys (CSUR), vol. 48, no. 1, pp. 1-35, 2015.##
[11]   P. D. Pantula, S. S. Miriyala, and K. Mitra, "An evolutionary neuro-fuzzy C-means clustering technique," Engineering Applications of Artificial Intelligence, vol. 89, p. 103435, 2020.##
[12]   I. Škrjanc, J. A. Iglesias, A. Sanchis, D. Leite, E. Lughofer, and F. Gomide, "Evolving fuzzy and neuro-fuzzy approaches in clustering, regression, identification, and classification: a survey," Information Sciences, vol. 490, pp. 344-368, 2019.##
[13]   R. Babuka, P. Van der Veen, and U. Kaymak, "Improved covariance estimation for Gustafson-Kessel clustering," in 2002 IEEE World Congress on Computational Intelligence. 2002 IEEE International Conference on Fuzzy Systems. FUZZ-IEEE'02. Proceedings (Cat. No. 02CH37291), 2002, vol. 2, pp. 1081-1085: IEEE.##
[14]   I. K. Fodor, "A survey of dimension reduction techniques," Lawrence Livermore National Lab., CA (US)2002.##
[15]   L. I. Smith, "A tutorial on principal components analysis," 2002.##
[16]   M. Li and X. Yao, "Quality Evaluation of Solution Sets in Multiobjective Optimisation: A Survey."##
[17]   D. A. Van Veldhuizen and G. B. Lamont, "Evolutionary computation and convergence to a pareto front," in Late breaking papers at the genetic programming 1998 conference, 1998, pp. 221-228.##
[18]   H. Wang, Y. Jin, and X. Yao, "Diversity assessment in many-objective optimization," IEEE transactions on cybernetics, vol. 47, no. 6, pp. 1510-1522, 2017.##
[19]   J. R. Schott, "Fault Tolerant Design Using Single and Multicriteria Genetic Algorithm Optimization," Air Force Inst Of Tech Wright-Patterson Afb Oh1995.##
[20]   A. Goli, H. K. Zare, R. Tavakkoli‐Moghaddam, and A. Sadegheih, "Multiobjective fuzzy mathematical model for a financially constrained closed‐loop supply chain with labor employment," Computational Intelligence, 2019.##
[21]   A. Zhou, Q. Zhang, Y. Jin, E. Tsang, and T. Okabe, "A model-based evolutionary algorithm for bi-objective optimization," in Evolutionary Computation, 2005. The 2005 IEEE Congress on, 2005, vol. 3, pp. 2568-2575: IEEE.##
[22]   K. Deb, Multi-objective optimization using evolutionary algorithms. John Wiley & Sons, 2001.##
[23]   W. Mkaouer et al., "Many-objective software remodularization using NSGA-III," ACM Transactions on Software Engineering and Methodology (TOSEM), vol. 24, no. 3, pp. 1-45, 2015.##
[24]   R. Asadzadeh Pourkarimi, R. Ghaffarpour , A.Khan Ahmadi, " Delay Forecast in the Control System Based on Internet Using the Meta-Heuristic Methods and Comparing Methods with each Others,"  Journal of “Innovations of Applied Information and Communication Technologies, vol. 1, no. 1, pp. 45-52, 1398.##
[25]http://bimk.ahu.edu.cn/index.phps=/Index/Softwar/index.html.##