REPOZITORIJ > REZULTATI

Povzetek

Kljub večjemu številu nedavno objavljenih člankov na področju večkriterijske optimizacije
z omejitvami razumevanje in karakterizacija večkriterijskih optimizacijskih problemov z
omejitvami ostajata nezadovoljiva. Zato je izbira ustreznih problemov za primerjalno analizo
zahtevna in nima formalne osnove. V takšnih okoliščinah je priprava dobro zasnovanega eksperimenta
težka naloga, ki ob neustrezni izbiri testnih problemov lahko privede do napačnih
zaključkov o problemih in uspešnosti algoritmov. Ta doktorska disertacija predstavlja korak
na poti reševanja te težave z analizo večkriterijskih optimizacijskih problemov z omejitvami
z vidika prostora značilk in prostora učinkovitosti.
Z vidika prostora značilk razširimo analizo problemske pokrajine na večkriterijsko
optimizacijo z omejitvami. Uporabimo štiri tehnike analize pokrajine in predlagamo številne
značilke za karakterizacijo večkriterijskih optimizacijskih problemov z omejitvami. Te
značilke nato uporabimo za primerjavo med umetnimi nabori testnih problemov in naborom
realnih problemov, ki temeljijo na fizikalnih modelih. Eksperimentalni rezultati pokažejo, da
umetni testni problemi ne predstavljajo zadostno nekaterih značilnosti realnih problemov,
kot je negativna korelacija med kriteriji in omejitvami. Poleg tega naši rezultati razkrivajo,
da imajo vsi pregledani umetni nabori testnih problemov svoje pomanjkljivosti in da popoln
nabor ne obstaja. Prav tako prikažemo učinkovitost predlaganih značilk pri napovedovanju
uspešnosti dveh večkriterijskih optimizacijskih algoritmov.
Z vidika prostora učinkovitosti predlagamo nov pristop za ocenjevanje uspešnosti, ki je
bil posebej zasnovan za večkriterijsko optimizacijo z omejitvami. Ta metodologija ponuja
prvi poskus sočasnega merjenja uspešnosti pri približevanju Pareto fronti in zadovoljevanju
omejitev. Poleg tega predlagamo pristop za merjenje zmožnosti optimizacijskega problema,
da razlikuje med uspešnostjo algoritmov. Na podlagi rezultatov analize osmih naborov
testnih problemov ugotavljamo, kateri problemi so učinkovitejši pri razlikovanju treh znanih
večkriterijskih optimizacijskih algoritmov.
Nazadnje prikažemo, kako se lahko metodologija uporabi na dveh realnih problemih:
načrtovanju ciklonskih odstranjevalcev prahu in načrtovanju sistemov za krmiljenje skupin
dvigal. Oba problema karakteriziramo s sedmimi značilkami, ki omogočajo vpogled v njuno
zahtevnost. Analiza problemske pokrajine pokaže, da je načrtovanje sistemov za krmiljenje
skupin dvigal zahtevnejši optimizacijski problem, kar dodatno potrdimo z analizo prostora
učinkovitosti.