Je me demandais quelles différences existent entre les algorithmes génétiques génétiquement modifiés (VEGA) et les algorithmes génétiques non triés (NSGA) dans le contexte de la sélection dans Multi Objective Optimization?Optimisation multiobjectif: Sélection en utilisant NSGA vs Sélection en utilisant VEGA
(je sais que NSGA est basée au sens de Pareto en VEGA est non pareto base.)
Les différences sont assez grandes. Comme vous le dites, l'un est basé à Pareto et l'autre ne l'est pas. Dans MOO, c'est une énorme chose. VEGA fonctionne en divisant la population en ensembles disjoints et en forçant les différents ensembles à évoluer vers différents objectifs uniques. Il y a un peu de mécanisme pour les combiner en une représentation significative de l'ensemble de Pareto, mais il s'agit simplement d'une union de solutions par rapport à différents objectifs. La sélection est faite en sélectionnant des solutions qui sont meilleures en ce qui concerne leurs fonctions objectives individuellement définies.
NSGA et d'autres méthodes basées sur Pareto sont complètement différentes. Ils font une sélection non basée sur un choix d'objectif particulier, mais sur les propriétés des solutions les unes par rapport aux autres. Chaque algorithme fait des choix légèrement différents dans la façon dont ils effectuent ces comparaisons, et NSGA-II (vous devriez certainement utiliser la deuxième version de l'algorithme) le fait par un tri non dominé. Fondamentalement, vous trouvez toutes les solutions non dominées et appelez-les # 1. Ensuite, vous trouvez toutes les solutions qui ne seraient pas dominées si vous supprimiez les éléments de l'ensemble # 1 - ils deviennent l'ensemble # 2. Vous continuez jusqu'à ce que toutes les solutions soient prises en compte, et le résultat est quelque chose comme éplucher les couches d'un oignon. La procédure de sélection consiste alors à toujours sélectionner les membres des classes inférieures (ensemble # 1, puis # 2, etc.). Si vous ne pouvez pas prendre tous les éléments d'un niveau particulier, vous rompez les liens en choisissant des solutions dans ce niveau plus éloignées des autres, l'idée étant que si vous ne pouvez pas les prendre tous, vous devriez au moins essayer de ne pas choisir ceux que vous prenez d'un minuscule petit groupe.
En général, vous devriez regarder des méthodes basées sur Pareto. Ils ont été le choix prouvé pendant au moins 10-15 ans. En particulier, vous devriez vous concentrer sur élitiste des méthodes basées sur Pareto comme NSGA-II, SPEA2, l'epsilon-MOEA, et quelques concurrents plus récents.