An Algorithm for Complex Multi-criterion Decision-making Problem Solution
Description
Multi-objective optimization is a very competitive issue that emerges naturally in most real-world problems. Evolutionary multi-objective optimization (EMO) methodologies have been amply applied to find a representative set of trade-off optimal solutions — known as Pareto-optimal (PO) solution — in the past decade and beyond. This research contributes to the existing set of knowledge in the field, as we present combination of evolutionary algorithm R-NSGA-II and penalty boundary intersection (PBI) approach that allows to get a part of PO points instead of a single point at each iteration. Such procedures will provide the decision-makers with a powerful tool to gain more reliable results. The suggested model can be effectively used to solve various multi- and many-objective optimization problems, achieving excellent results. We also provide a comparative analysis with other existing solutions. The results emphasize the reached advantages of our solution, which ensures good convergence and diversity in the area of interest with sufficient computational time reduction.
Translated Descriptions
Translated Description (Arabic)
التحسين متعدد الأهداف هو قضية تنافسية للغاية تظهر بشكل طبيعي في معظم مشاكل العالم الحقيقي. تم تطبيق منهجيات التحسين متعدد الأهداف التطورية (EMO) بشكل كبير لإيجاد مجموعة تمثيلية من الحلول المثلى للمفاضلة — المعروفة باسم حل باريتو الأمثل (PO) — في العقد الماضي وما بعده. يساهم هذا البحث في المجموعة الحالية من المعرفة في هذا المجال، حيث نقدم مجموعة من الخوارزمية التطورية R - NSGA - II ونهج تقاطع الحدود الجزائية (PBI) الذي يسمح بالحصول على جزء من نقاط أمر الشراء بدلاً من نقطة واحدة في كل تكرار. ستزود هذه الإجراءات صانعي القرار بأداة قوية للحصول على نتائج أكثر موثوقية. يمكن استخدام النموذج المقترح بفعالية لحل العديد من مشاكل التحسين متعددة الأهداف، وتحقيق نتائج ممتازة. كما نقدم تحليلًا مقارنًا مع الحلول الحالية الأخرى. تؤكد النتائج على المزايا التي تم التوصل إليها في حلنا، والتي تضمن التقارب والتنوع الجيدين في مجال الاهتمام مع تقليل الوقت الحسابي الكافي.Translated Description (French)
L'optimisation multi-objectifs est un problème très concurrentiel qui émerge naturellement dans la plupart des problèmes du monde réel. Les méthodologies évolutives d'optimisation multi-objectifs (EMO) ont été largement appliquées pour trouver un ensemble représentatif de solutions optimales de compromis — connues sous le nom de solution Pareto-optimale (PO) — au cours de la dernière décennie et au-delà. Cette recherche contribue à l'ensemble des connaissances existantes dans le domaine, car nous présentons une combinaison de l'algorithme évolutif R-NSGA-II et de l'approche d'intersection des limites de pénalité (PBI) qui permet d'obtenir une partie des points PO au lieu d'un seul point à chaque itération. De telles procédures fourniront aux décideurs un outil puissant pour obtenir des résultats plus fiables. Le modèle suggéré peut être utilisé efficacement pour résoudre divers problèmes d'optimisation multi-objectifs et multi-objectifs, obtenant d'excellents résultats. Nous fournissons également une analyse comparative avec d'autres solutions existantes. Les résultats soulignent les avantages atteints de notre solution, qui assure une bonne convergence et diversité dans le domaine d'intérêt avec une réduction suffisante du temps de calcul.Translated Description (Spanish)
La optimización multiobjetivo es un problema muy competitivo que surge naturalmente en la mayoría de los problemas del mundo real. Las metodologías evolutivas de optimización multiobjetivo (emo) se han aplicado ampliamente para encontrar un conjunto representativo de soluciones óptimas de compensación, conocidas como solución óptima de Pareto (PO), en la última década y más allá. Esta investigación contribuye al conjunto de conocimientos existentes en el campo, ya que presentamos una combinación del algoritmo evolutivo R-NSGA-II y el enfoque de intersección de límites de penalización (PBI) que permite obtener una parte de los puntos de PO en lugar de un solo punto en cada iteración. Dichos procedimientos proporcionarán a los responsables de la toma de decisiones una herramienta poderosa para obtener resultados más confiables. El modelo sugerido se puede utilizar de manera efectiva para resolver varios problemas de optimización multiobjetivo y multiobjetivo, logrando excelentes resultados. También proporcionamos un análisis comparativo con otras soluciones existentes. Los resultados destacan las ventajas alcanzadas de nuestra solución, que asegura una buena convergencia y diversidad en el área de interés con una reducción de tiempo computacional suficiente.Additional details
Additional titles
- Translated title (Arabic)
- خوارزمية لحل مشكلة صنع القرار المعقدة متعددة المعايير
- Translated title (French)
- Un algorithme pour une solution complexe aux problèmes de prise de décision multicritères
- Translated title (Spanish)
- Un algoritmo para la solución de problemas complejos de toma de decisiones multicriterio
Identifiers
- Other
- https://openalex.org/W4391736644
- DOI
- 10.53935/jomw.v2023i4.259