Otimizao Multiobjetivo

Estfane G. M. de Lacerda DCA/UFRN Junho/2009

t!"!#a$%o Mu&t!o'(et!)o
Muitos problemas do mundo real envolve otimizar vrias funes objetivo. Minimizar f 1 x , f 2 x , ... , f n x

Os objetivos podem ser conflitantes de forma !ue otimizar uma funo pode afetar as outras funes.

Algoritmos Genticos

E*e"+&os

"ulano !ue comprar um carro#

$aman%o do carro& 'onsumo ()m*l+& ,reo do carro.

-icrano procura emprego e considera os seguintes atributos#

-lario inicial .ocalizao do trabal%o Oportunidades associado ao trabal%o
Algoritmos Genticos

E*e"+&os

/ma empresa tem !ue#

minimizar ta0a de acidentes& minimizar os custos.

Outra empresa tem !ue

ma0imizar o lucro& minimizar a ta0a de poluio.

Algoritmos Genticos

,!"+&es * M-&t!+&os o'(et!)os

Otimizao com simples objetivo.

/ma 1nica soluo.

Otimizao com m1ltiplos objetivos.

M1ltiplas solues. 2en%uma delas mel%or do !ue as demais com respeito a todos os objetivos.

Algoritmos Genticos

.r!nc/+!os de t!"!#a$%o Mu&t!o'(et!)a

3elao de domin4ncia entre solues. 'onjunto ,areto56timo. "ronteira de ,areto

Algoritmos Genticos

Do"!n0nc!a

7izemos !ue uma soluo *8 domina uma soluo *9 se as seguintes condies se verificam# 'ondio 8# i : f i ( x1 ) f i ( x 2 ) 'ondio 9# i : f i ( x1 ) < f i ( x 2 )
Algoritmos Genticos

E*e"+&o 1
/m conjunto de solues x f1(x) f2(x) 1 10 5 2 3 4 5 8 7 7 13 10 12 11 6
Algoritmos Genticos

As solues no dominadas

{1,2,4}
x 2 3 do"!nado +or x = 4 x 2 5 do"!nado +or x = 1

Con(unto .areto67t!"o

$odas as solues no5dominadas do espao de busca S formam o conjunto ,areto56timo:#

P = {x i S | / x j S : x i dominado por x j }

(*) Homenagem a i!"redo #are$o, renomado %&onomi'$a (1848(1)23) e pioneiro em o$imi*a+,o m-!$io./e$i0o.
Algoritmos Genticos

Fronte!ra de .areto

7ado um conjunto ,areto56timo , a fronteira de ,areto definida como#

FP ={F x = f 1 x , f 2 x , , f m x | x P }

Algoritmos Genticos

E*e"+&o 2
f1

Espao das funes objetivo 4 2 3 % Fronteira de Pareto 5

f2
Algoritmos Genticos

E*e"+&o 2

A 7 ; e < pertencem a fronteira de ,areto. Apesar de ' no ser dominada por A e < ela no pertence a fronteira de ,areto por !ue dominada por 7.

Algoritmos Genticos

E*e"+&o 3

f 1= x

2 2

f 2= x 2

Algoritmos Genticos

E*e"+&o 3

f 1= x

2 2

f 2= x 2

'onjunto ,areto56timo

P ={ x : 0 x 2 }
Algoritmos Genticos

E*e"+&o 3

f 1= x

2 2

f 2= x 2

"ronteira de ,areto FP ={ x , x 2 | x P }
Algoritmos Genticos

Mtodo da ,o"as .oderadas

-oma ponderada das funes objetivos.

minimi*ar F =

wi f i
i =1

Onde wi peso usado para dar mais relevncia a uma funo

Algoritmos Genticos

Mtodo da ,o"as .oderadas

A principal desvantagem a dificuldade de encontrar pesos ade!uados (muitas vezes isto feito pela intuio do decisor+.

Algoritmos Genticos

Mtodo da ,o"as .oderadas

= poss>vel encontrar pontos do conjunto ,areto variando os pesos. 2o podem encontrar m1ltiplas solues em uma 1nica rodada. Muitos mtodos no podem manipular eficientemente problemas com variveis discretas e com m1ltiplas solues.
Algoritmos Genticos

Mtodo E)o&uc!on8r!o 91/5:

,rocedimento de 3an)ing (Goldberg 8?@?+ ,asso 8# Atribuir ran) A8 para os indiv>duos no dominados da populao. ,asso 9# 3etirar os indiv>duos de ran)A8 da populao e atribuir ran) A 9 para individuos no dominados da populao restante. ,asso B# 3epetir o procedimento para ran)AB C D... at esgotar a populao.
Algoritmos Genticos

Mtodo E)o&uc!on8r!o 92/5:

,rocedimento de 3an)ing ("onseca e "leming 8??B+# -eja ri o n1mero de indiv>duos !ue dominam a soluo *i <nto o ran) de *i dado por# ran)(*i+ A ri + 8

Algoritmos Genticos

Mtodo E)o&uc!on8r!o 93/5:

.roced!"ento de Ran;!n< 9Fonseca e F&e"!n<= 1993:

Algoritmos Genticos

Mtodo E)o&uc!on8r!o 94/5:

AGEs modernos usam tcnicas especiais (e.g. nic%os+ para distribuir uniformemente as solues sobre conjunto ,areto.

16 'em ni&7o'

Algoritmos Genticos

16 &om ni&7o'

Mtodo E)o&uc!on8r!o 95/5:

16 'em ni&7o'

Algoritmos Genticos

16 &om ni&7o'