You are on page 1of 6

‫‪1‬‬

‫ضٍـ جسیس زض حل هؿبئل ثْیٌِ‌ؾبظی چٌسّسفِ ثط اؾبؼ جؿتجَی ّبضهًَی‬


‫ّبهَى ًیکَ‪ ،‬جَاز نسضی* ٍ ؾیس هحوس ضضَی‬

‫‪‬‬

‫الگَضیتن غًتیک ّؿتٌس هی‌تَاى ثِ ‪ [2] NSGA-II‬اقبضُ ًوَز ٍ اظ‬ ‫چكيدُ ‪‌-‬در‌ایي‌هقالِ‌یک‌الگَریتن‌جدید‌بر‌اساس‌الگَریتن‌جستجَی‌ّارهًَی‌‬
‫‌‬
‫هْوتطیي الگَضیتن‌ّبی ثْیٌِ‌ؾبظی چٌس‌ّسفِ کِ ثط اؾبؼ الگَضیتن‬ ‫برای‌حل‌هسائل‌بْيٌِ‌سازی‌چٌدّدفِ ‌ارائِ‌شدُ‌است‪‌ .‬ایي‌الگَریتن‌با‌استفادُ‌از‌‬
‫‌‬
‫ّا‌برای‌تَليد‌پاسخّای‌جدید‌ٍ‌ًيس‌با‌ارائِ ‌یک‌‬ ‫‌‬
‫ای‌از‌پاسخ‬ ‫‌‬
‫رٍش‌ّوكاری‌هجوَعِ‬
‫ثْیٌِؾبظی گطٍُ شضات اضائِ قسُ‪ ،‬هی‌تَاى ثِ الگَضیتن‌ ‪ MOPSO‬اضائِ قسُ‬ ‫‌‬
‫‌‬
‫هيساى‌تراکن‌پاسخّا‌در‌جبِْ‌پرتَ‪‌،‬در‌جْت‌بْبَد ‌ًتایج‌‬ ‫هعيار‌جدید ‌برای ‌هحاسبِ‌‬
‫زض ]‪ [3‬اقبضُ ًوَز‪.‬‬ ‫‌‬
‫سازی‌چٌدّدفِ‌گام‌بر‌هیدارد‪ً‌.‬تایج ‌حاصل‌از‌ایي‌الگَریتن‌‬ ‫‌‬
‫برای‌حل‌هسائل‌بْيٌِ‬
‫ؾبزگی زض اجطا ٍ تَاًوٌسی زض ثْیٌِ‌ؾبظی هؿبئل تکّسفِ ]‪،[5] ،[4‬‬ ‫‌‬
‫شاخصّای‌‬‫برای ‌تَابع ‌آزهَى ‌استاًدارد ‌ارائِ ‌شدُ ‌ٍ کارایی ‌الگَریتن ‌تَسط ‌‬
‫]‪ [8] ،[7] ،[6‬اًگیعُ انلی ثطای اؾتفبزُ اظ الگَضیتن جؿتجَی ّبضهًَی‬ ‫استاًدارد ‌با ‌الگَریتن‌ّای ‌هشابِ ‌هاًٌد ‌‪‌ MOPSO‌ ٍ‌ NSGA-II‬هقایسِ ‌شدُ ‌است‪‌.‬‬
‫‌‬
‫دّد‌کِ‌الگَریتن‌پيشٌْادی‌در‌ایي‌هقالِ‌با‌الگَریتنّای‌‬ ‫‌‬
‫آهدُ‌ًشاى‌هی‬ ‫ًتایج‌بدست‌‬
‫)‪ (Harmony Search‬ثطای حل هؿبئل ثْیٌِ‌ؾبظی چٌس ّسفِ‪ ،‬زض ایي هقبلِ‬
‫قدرتوٌد‌هَجَد‪‌،‬از‌ًظر‌کارایی‌کاهال‌قابل‌هقایسِ‌بَدُ‌ٍ‌در‌هَاردی‌بْتر‌از‌آًْا‌عول‌‬
‫هیثبقس‪ .‬ثب ٍجَز اؾتفبزُ اظ الگَضیتن جؿتجَی ّبضهًَی ثطای حل هؿبئل‬ ‫‌‬ ‫‌‬
‫هیکٌد‪.‬‬
‫ثْیٌِؾبظی چٌسّسفِ ]‪ ،[9‬زض ایي هقبلِ ؾؼی قسُ اؾت ثب اؾتفبزُ اظ‬ ‫‌‬
‫الگَضیتن ثْجَز یبفتِ جؿتجَی ّبضهًَی‪ ،‬ثکبض گیطی اظ یک هجوَػِ اظ‬ ‫الگَریتنّای ‌تكاهلی ‌چٌد ‌ّدفِ‪‌ ‌ ،‬‬
‫بْيٌِسازی ‌چٌدّدفِ‪‌ ،‬جستجَی‌‬ ‫‌‬ ‫کليد ‌ٍاشُ‪‌ -‬‬
‫پبؾدّب ثطای تَلیس پبؾد‌ّبی جسیس (ثِ جبی اؾتفبزُ اظ توبم پبؾد‌ّب ٍ یب‬‫‌‬ ‫ّارهًَی‪‌،‬جستَی‌ّارهًَی‌چٌدّدفِ ‌‬

‫اؾتفبزُ اظ ثْتطیي پبؾد) ٍ ًیع ثب هؼطفی یک هؼیبض جسیس ثطای هحبؾجِ تطاکن‬
‫پبؾدّب زض فضبی ّسف‪ ،‬کبضایی الگَضیتن جؿتجَی ّبضهًَی ثطای حل‬ ‫‌‬
‫‪ -1‬هقدهِ‬
‫هؿبئل ثْیٌِ‌ؾبظی چٌسّسفِ ثْجَز یبثس‪.‬‬
‫زض ازاهِ ایي هقبلِ‪ ،‬زض ثرف ‪ ،2‬الگَضیتن تک‌ّسفِ جؿتجَی ّبضهًَی ثِ‬ ‫زض ثْیٌِ ؾبظی تک ّسفِ‪ ،‬ثغَض هؼوَل یک پبؾد ًْبیی ثطای هؿئلِ زض‬
‫اذتهبض قطح زازُ قسُ اؾت‪ .‬زض ثرف ‪ ،3‬الگَضیتن پیكٌْبزی چٌسّسفِ‬ ‫ًظط گطفتِ هی‌قَز‪ ،‬اهب زض هؿبئل زًیبی ٍاقؼی اکثطا ثب هَاضزی هَاجِ ّؿتین‬
‫جؿتجَی ّبضهًَی اضائِ قسُ اؾت‪ً .‬تبیج آظهبیف قسُ ثط ضٍی تَاثغ آظهَى‬ ‫کِ ًیبظ ثِ ثْیٌِ ؾبظی چٌس ّسف (غبلجب هتضبز ثب ّن) ثِ نَضت ّوعهبى‬
‫اؾتبًساضز زض ثرف ‪ 4‬هَضز ثطضؾی قطاض گطفتِ ٍ ثرف ‪ 5‬ثِ ًتیجِ‌گیطی‬ ‫ضٍـّبی ثْیٌِ ؾبظی چٌس ّسفِ‬ ‫‌‬ ‫زاضًس‪ .‬ثطای حل ایي هؿبئل اظ‬
‫اذتهبل زازُ قسُ اؾت‪.‬‬ ‫)‪ (multiobjective optimization‬اؾتفبزُ هی‌قَز‪ .‬زض ثْیٌِ ؾبظی‬
‫چٌسّسفِ‪ ،‬پبؾد ًْبیی ثِ‌نَضت هجوَػِ ای اظ پبؾد‌ّب اؾت کِ ّط پبؾد‬
‫‪ -2‬الگَریتن‌جستجَی‌ّارهًَی‌ ‌‬
‫تکّدفِ ‌‬ ‫هی تَاًس اظ ًظط یک یب چٌس ّسف اظ اّساف هَجَز هٌبؾت ٍ اظ ًظط ثبقی‬ ‫‌‬
‫اّساف غیط هٌبؾت قلوساز قَز ]‪[1‬‬
‫ثِ جْت اؾتفبزُ اظ الگَضیتن جؿتجَی ّبضهًَی ثطای حل هؿبئل چٌسّسفِ‬
‫زض ایي هقبلِ‪ ،‬زض ایي ثرف الگَضیتن تک‌ّسفِ جؿتجَی ّبضهًَی ثِ اذتهبض‬ ‫زض ؾبلْبی اذیط اؾتفبزُ اظ الگَضیتن‌ّبی تکبهلی (الگَضیتن غًتیک‪،‬‬
‫هَضز ثطضؾی قطاض گطفتِ اؾت‪.‬‬ ‫الگَضیتن جوؼیت شضات ٍ‪ ) ...‬ثطای حل هؿبئل ثْیٌِ‌ؾبظی چٌسّسفِ‪ ،‬ثغَض‬
‫الگَضیتن جؿتجَی ّبضهًَی ‪ ،‬اضائِ قسُ تَؾظ جین ٍ ّوکبضاى زض ]‪ ،[4‬یک‬ ‫گؿتطزُ هَضز تَجِ قطاض گطفتِ اؾت ٍ الگَضیتن‌ّبی هرتلفی جْت حل‬
‫الگَضیتن تکبهلی اؾت کِ اظ فطآیٌس اجطای هَؾیقی عجیؼی الْبم گطفتِ قسُ‬ ‫ایٌگًَِ هؿبئل پیكٌْبز قسُ اؾت کِ ّطکسام هحبؾت ٍ هؼبیت ذبل ذَز‬
‫ٍ ظهبًی اتفبق هی افتس کِ یک هَؾیقی‌زاى ثِ زًجبل ثْتطیي حبلت ّبضهًَی‬ ‫‌‬
‫الگَضیتنّبی ثْیٌِ ؾبظی چٌس ّسفِ کِ هجتٌی ثط‬ ‫ضا زاضًس‪ .‬اظ هْوتطیي‬
‫هی گطزز‪ .‬زض الگَضیتن جؿتجَی ّبضهًَی‪ّ ،‬ط پبؾد یک ّبضهًَی ًبهیسُ‬
‫هیقَز کِ قبهل یک ثطزاض ثب ‪ n‬ثُؼس هی‌ثبقس ٍ ‪ n‬تؼساز هتغیط‌ّبی تهوین ضا‬
‫‌‬
‫ًكبى هی‌زّس‪ .‬ثب تَلیس چٌس ّبضهًَی ثغَض تهبزفی‪ ،‬جوؼیت اٍلیِ ثطزاضّبی‬ ‫‪(email:‬‬ ‫ّبهَى ًیکَ‪ ،‬زاًكکسُ هٌْسؾ ی ثطق ٍ کبهپیَتط‪ ،‬زاًكگبُ ثیطجٌس‪ ،‬ثیطجٌس‪ ،‬ایطاى‪،‬‬
‫ّبضهًَی تَلیس هی قًَس ٍ زض حبفظِ ّبضهًَی (‪ )HM‬شذیطُ هی قَز‬ ‫)‪hamoon.nikoo@hotmail.com‬‬
‫حَاز نسضی‪ ،‬زاًكکسُ هٌْسؾی ثطق ٍ کبهپیَتط‪ ،‬زاًكگبُ ثیطجٌس‪ ،‬ثیطجٌس‪ ،‬ایطاى‪ًَ*( ،‬یؿٌسُ هؿئَل)‬
‫کِ زض ٍاقغ ‪ i‬اهیي ثطزاض تهوین ‌‬
‫هیثبقس‬ ‫*‬ ‫‪+‬‬
‫)‪(email: javad.sadri@cs.mcgill.ca‬‬
‫‪ .‬ؾپؽ یک پبؾد جسیس‪ ،‬تَؾظ توبم‬ ‫) ( ) ( ‪,‬‬ ‫ٍ ‪( )-‬‬ ‫ؾیس هحوس ضضَی‪ ،‬زاًكکسُ هٌْسؾی ثطق ٍ کبهپیَتط‪ ،‬زاًكگبُ ثیطجٌس‪ ،‬ثیطجٌس‪ ،‬ایطاى‪(email: ،‬‬
‫)‪razavism@yahoo.com‬‬
‫پبؾدّبی هَجَز زض ‪ HM‬ثب اؾتفبزُ اظ قبًَى هالحظِ حبفظِ‪ ،‬قبًَى تٌظین‬ ‫‌‬
‫‪2‬‬

‫ثِ تطتیت هقبزیط هیٌیون ٍ هبکعیون پٌْبی ثبًس هی‌ثبقٌس کِ ثبیس اظ اثتسا‬ ‫گبم ٍ قبًَى هقساضزّی زٍثبضُ‪ ،‬تَلیس هی قَز ‪ .‬زض ًْبیت ‪ HM‬تَؾظ هقبیؿِ‬
‫هقساضزّی قًَس ٍ ‪ T‬هبکعیون تؼساز تکطاض‌ّب هی‌ثبقس‪.‬‬
‫‌‬ ‫پبؾد جسیس ٍ ثس تطیي پبؾد هَجَز زض ‪ ، HM‬ثِ ضٍظ هی قَز‪ .‬ثِ ایي نَضت‬
‫کِ اگط پبؾد جسیس اظ ثستطیي پبؾد هَجَز زض ‪ HM‬ثْتط ثَز‪ ،‬جبیگعیي آى‬
‫‪ -3‬الگَریتن‌چٌدّدفِ‌جستجَی‌ّارهًَی‌پيشٌْادی‬ ‫پبؾد هی‌قَز‪ .‬ایي پطٍؾِ تب ٍقتی کِ یک هؼیبض ذبتوِ زیسُ قَز ازاهِ‬
‫زض ایي ثرف‪ ،‬الگَضیتن چٌسّسفِ جؿتجَی ّبضهًَی پیكٌْبزی اضائِ قسُ‬ ‫هییبثس‪ .‬پبضاهتطّبی الگَضیتن ‪ HS‬قبهل هَاضز هقبثل هی‌ثبقس ‪ :‬ؾبیع حبفظِ‬ ‫‌‬
‫اؾت‪ .‬زض ایي الگَضیتن ثطای ضتجِ‌ثٌسی پبؾد‌ّب اظ زٍ ضتجِ‌ثٌسی اؾتفبزُ قسُ‬ ‫ّبضهًَی یب تؼساز ثطزاضّبی پبؾد زض حبفظِ ّبضهًَی (‪ً ، )HMS‬طخ هالحظِ‬
‫اؾت‪ .‬ضتجِ‌ثٌسی اٍل کِ ثط ضتجِ ثٌسی زٍم اضجح اؾت‪ ،‬ضتجِ‌ثٌسی ثط اؾبؼ‬ ‫حبفظِ ّبضهًَی )‪ً ، (HMCR‬طخ تٌظین گبم (‪ ، )PAR‬پٌْبی ثبًس (‪، )BW‬‬
‫هیثبقس ٍ ضتجِ‌ثٌسی زیگط ثط اؾبؼ‬ ‫چیطگی پطتَ )‪‌ (Pareto dominance‬‬ ‫پبؾدّبی جسیس تَلیس قسُ زض ّط هطحلِ (‪‌ )NT‬‬
‫هیثبقس‪.‬‬ ‫تؼساز ‌‬
‫هیعاى تطاکن پبؾد‌ّب زض فضبی اّساف هی‌ثبقس‪.‬‬ ‫الگَضیتن جؿتجَی ّبضهًَی قبهل ‪ 3‬فبظ انلی اؾت ‪ .‬هقساض زّی اٍلیِ ‪،‬‬
‫تَلیس یک ثطزاض ّبضهًَی جسیس ٍ ثِ ضٍظ کطزى ‪. HM‬‬
‫‪‌1-3‬رتبِ‌بٌدی‌بر‌اساس‌چيرگی‌پرتَ ‌‬
‫‪ )1‬زض هقساضزّی اٍلیِ‪ ،‬تؼساز ‪ HMS‬ثطزاض پبؾد‪ ،‬ثغَض تهبزفی زض ثبظُ هجبظ‬
‫زض ایي هقبلِ اظ ضتجِ‌ثٌسی غیطچیطُ )‪ (non-dominated‬ؾطیغ‪ ،‬اضائِ قسُ‬ ‫تَلیس هی‌قًَس ٍ هقساض تبثغ ّسف ثطای ّط ثطزاض پبؾد هحبؾجِ هی‌قَز‪.‬‬
‫ثِػٌَاى ضتجِ‌ثٌسی ثط اؾبؼ چیطگی پطتَ اؾتفبزُ قسُ اؾت‪ .‬زض ایي‬ ‫زض]‪‌ [2‬‬ ‫‪ )2‬ثطای تَلیس یک ثطزاض جسیس‪ ،‬ثطای ّط ػضَ اظ ثطزاض‪:‬‬
‫ضٍـ توبم پبؾدّب اظ ًظط چیطگی پطتَ ثب یکسیگط هقبیؿِ هیقًَس ٍ آى‬ ‫‪ ‬اگط هقساض تهبزفی اظ هقساض ‪ HMCR‬کوتط ثبقس ٍ هقساض‬
‫زؾتِ اظ پبؾدّب کِ تَؾظ ّیچ پبؾد زیگطی هغلَة ًكسًس‪ ،‬زض زؾتِ اٍل‬ ‫)(‬ ‫تهبزفی اظ هقساض ‪ PAR‬ثعضگتط ثبقس‪ ،‬آًگبُ‪:‬‬
‫قطاض هیگیطًس ٍ ثِ ػٌَاى ثْتطیي زؾتِ قٌبذتِ هیقًَس‪ ،‬ؾپؽ آى زؾتِ اظ‬ ‫)(‬
‫پبؾدّبی ثبقی هبًسُ کِ ثب نطفٌظط اظ اثط پبؾد‌ّبیی کِ زؾتِ ثٌسی قسًس‬ ‫هقساض ‪PAR‬‬ ‫اظ‬ ‫اگط اظ ‪ HMCR‬کَچکتط ثبقس ٍ ًیع هقساض‬ ‫‪‬‬
‫ًؿجت ثِ پبؾد‌ّبی ثبقی هبًسُ‪ ،‬هغلَة ًكسًس ثِ ػٌَاى زؾتِ زٍم قٌبذتِ‬ ‫ٍ‬ ‫)(‬ ‫)(‬ ‫کَچکتط ثبقس‪ ،‬آًگبُ‪:‬‬
‫هیقًَس ٍ ایي ػول تکطاض هی‌قَز تب توبم پبؾد‌ّب زؾتِ‌ثٌسی قًَس‪.‬‬
‫‌‬
‫یک هقساض‬ ‫)(‬ ‫اظ ‪ HMCR‬ثعضگتط ثبقس ثطای‬ ‫‪ ‬اگط‬
‫‪‌ ‌2-3‬‬
‫رتبِبٌدی‌بر‌اساس‌تراکن‌ ‌‬ ‫تهبزفی زض ثبظُ هجبظ آى زض ًظط گطفتِ هی‌قَز‪.‬‬
‫هؼیبض تطاکن زض الگَضیتن اضائِ قسُ زض ایي هقبلِ‪ ،‬اظ هؼیبض فبنلِ اظزحبم‬ ‫هیثبقس‪ n ٍ ،‬تؼساز اثؼبز ثطزاض تهوین اؾت ٍ ‪ٍ ،‬‬ ‫‌‬ ‫کِ‬
‫)‪ (Crowding Distance‬زض الگَضیتن ‪ NSGA-II‬الْبم گطفتِ قسُ اؾت‪.‬‬ ‫‌‬
‫هیتَاًس هقساض هطثَط ثِ‬ ‫اػساز تهبزفی زض ثبظُ [‪‌ ]0,1‬‬
‫هیثبقٌس‪( ) .‬‬
‫هؼیبض جسیس‪ ،‬ثط هجٌبی فبنلِ پبؾد‌ّبی غیطچیطُ اظ یکسیگط اؾت‪ ،‬زض حبلیکِ‬ ‫ثُؼس ‪ i‬ام اظ یکی اظ ثطزاضّبی هَجَز زض حبفظِ ثبقس ]‪[4‬کِ ثهَضت تهبزفی‬
‫زض فبکتَض فبنلِ اظزحبم ثکبض ضفتِ زض ‪ NSGA-II‬ثطای ّط تبثغ ّسف‪ ،‬تفبضل‬ ‫اًتربة قسُ ٍ یب هقساض ثُؼس ‪ i‬ام اظ ثْتطیي پبؾد هَجَز زض حبفظِ ]‪.[10‬‬
‫هقبزیط تبثغ ّسف ثطای پبؾد‌ّبی ّوؿبیِ‪ ،‬ثِ ػٌَاى هجٌبی اظزحبم زض ًظط‬ ‫‪ )3‬ثطای ثطزاض جسیس‪ ،‬هقساض تبثغ ّسف هحبؾجِ هی‌قَز ٍ زض نَضتیکِ هقساض‬
‫گطفتِ قسُ اؾت‪ .‬زض ضٍـ اضائِ قسُ زض ایي هقبلِ‪ ،‬ثِ اظای ّط تبثغ ّسف زض‬ ‫تبثغ ّسف ثطزاض جسیس‪ ،‬اظ ثستطیي ػضَ هَجَز زض ‪ HM‬ثْتط ثَز‪ ،‬ثطزاض جسیس‬
‫پبؾدّب هطتت هی‌قًَس ٍ فبنلِ ّط پبؾد اظ‬ ‫‌‬ ‫یک هجوَػِ غیطچیطُ‪،‬‬ ‫جبیگعیي آى ثطزاض هی‌قَز‪.‬‬
‫پبؾدّبی هجبٍض هحبؾجِ هی‌قَز‪ .‬هؼبزلِ (‪ً )3‬حَُ هحبؾجِ هؼیبض تطاکن ضا ثِ‬
‫‌‬ ‫زض الگَضیتن اٍلیِ جؿتجَی ّبضهًَی‪ ،‬اظ هقبزیط ثبثت ثطای هقبزیط ‪،HMCR‬‬
‫اظای ّط تبثغ ّسف ًكبى هی‌زّس‪.‬‬ ‫‪ BW ٍ PAR‬اؾتفبزُ قسُ اؾت‪ .‬اهب زض الگَضیتن ثْجَز یبفتِ جؿتجَی‬
‫(‪)3‬‬ ‫ّبضهًَی کِ تَؾظ هْسٍی ٍ ّوکبضاى زض ]‪ [6‬اضائِ قس‪ ،‬هقبزیط ‪ٍ PAR‬‬
‫(‬ ‫|‬ ‫( )|‬ ‫)‬
‫‪ BW‬زض عی اجطای الگَضیتن ثهَضت ظیط تغییط هی‌یبثٌس‪:‬‬
‫(‪)4‬‬
‫∑‬ ‫(‪)1‬‬
‫) (‬
‫فبنلِ پبؾد ‪( i-1 ٍ i‬زض فضبی ّسف) ضا ٍقتی پبؾد‌ّب ثط‬ ‫زض ایٌجب‬ ‫(‬ ‫)‬ ‫(‪)2‬‬
‫هجٌبی ّسف ‪ m‬ام هطتت قسُ‌اًس‪ً ،‬كبى هی‌زّس‪ .‬کِ زض ایي هقبلِ اظ فبنلِ‬ ‫) (‬ ‫(‬ ‫)‬

‫ّویٌگ )‪ (Hamming distance‬ثِ ػٌَاى هؼیبض فبنلِ اؾتفبزُ قسُ اؾت‪.‬‬ ‫‌‬
‫ًكبىزٌّسُ هقساض تٌظین گبم زض تکطاض ‪ t‬ام اؾت‪،‬‬ ‫کِ زض ایٌجب ) (‬

‫ثِ تطتیت هقساض هبکعیون ٍ هقساض هیٌیون تبثغ ّسف ‪ m‬ام زض‬ ‫ٍ‬ ‫ثِ تطتیت هقساض هیٌیون ٍ هبکعیون تٌظین گبم ضا‬ ‫ٍ‬
‫هؼیبض تطاکن پبؾد ‪i‬ام ضا ثِ اظای‬ ‫هجوَػِ غیطچیطُ ضا ًكبى هی‌زّس‪.‬‬ ‫ًكبى هی‌زٌّس کِ زض اثتسای اجطای الگَضیتن ثبیس هقساضزّی قًَس‪( ) .‬‬
‫ًیع‬ ‫ٍ‬ ‫ًكبىزٌّسُ هقساض پٌْبی ثبًس زض تکطاض ‪ t‬ام هی‌ثبقس‪.‬‬
‫‌‬
‫‪3‬‬

‫‪‌1-3-3‬هقداردّی‌اٍليِ‌حافظِ‌ّارهًَی ‌‬ ‫هؼیبض تطاکن ضا ثطای پبؾد ‪ i‬ام ًكبى‬ ‫ّسف ‪ m‬ام اؾت ٍ زض ًْبیت‬
‫زض ایي هطحلِ تؼساز ‪ HMS‬ثطزاض تهوین ثهَضت تهبزفی زض ضًج هٌبؾت‬ ‫‌‬
‫هیزّس‪.‬‬
‫هقساضزّی قسُ‌اًس ٍ ثطای ّطکسام هقبزیط ّسف هحبؾجِ قسُ اؾت‪ .‬ؾپؽ‬ ‫ثطای پبؾد‌ّبیی کِ کوتطیي ٍ ثیكتطیي هقساض ضا اظ ًظط ّط تبثغ ّسف زاضًس‪،‬‬
‫ثٌبثِ ضتجِ‌ثٌسی اقبضُ قسُ زض ثرف ‪ ، 1-3‬پبؾد‌ّب ضتجِ‌ثٌسی قسًس ٍ ثطای‬
‫‌‬ ‫هقساض ثیٌْبیت‪ ،‬ثِ ػٌَاى هؼیبض تطاکن زض ًظط گطفتِ قسُ اؾت‪ .‬یکی اظ فَایس‬
‫پبؾدّبی هطثَط ثِ ّط ضتجِ ثِ عَض هجعا هؼیبض تطاکن هحبؾجِ قسُ اؾت‬‫‌‬ ‫هحبؾجِ تطاکن ثِ ایي نَضت‪ ،‬ایي اؾت کِ پبؾد‌ّبیی کِ زض ًَاحی هحسة‬
‫(تَؾظ ضٍـ اضائِ قسُ زض ثرف ‪ .)2-3‬پؽ اظ هقساضزّی اٍلیِ حبفظِ‪ ،‬حلقِ‬ ‫اظ ججِْ پطتَ ٍاقغ قسُ‌اًس قبهل هؼیبض تطاکن ثیكتطی هی‌قًَس‪ .‬ثطای هثبل زض‬
‫انلی الگَضیتن اجطا قسُ اؾت‪.‬‬ ‫قکل (‪ )1‬پبؾد ‪ k‬اظ ایي ٍضؼیت ثطذَضزاض اؾت‪ ،‬ثطای ایي پبؾد‪ ،‬ثب نطفٌظط‬
‫‪‌2-3-3‬حلقِ‌اصلی‌الگَریتن ‌‬
‫اظ ًطهبلیعُ کطزى فبنلِ‌ّب‪ ،‬هؼیبض تطاکن ثِ اظای ّط زٍ تبثغ ّسف ثطاثط اؾت‬
‫ضا هؿبٍی ّن زض‬ ‫‪ ،‬کِ اگط فَانل ٍ‬ ‫|‬ ‫ثب‪| :‬‬
‫زض ایي هطحلِ ثطای ّط تکطاض‪ ،‬تؼساز ‪ NL‬پبؾد جسیس تَلیس قسُ ٍ پبؾد‌ّبی‬
‫( ذَاّس‬ ‫ًظط ثگیطین‪ ،‬هجوَع هؼیبض تطاکن ثطای زٍ ّسف ثطاثط )‬
‫هٌبؾت ثطای ازاهِ الگَضیتن اًتربة قسُ اؾت ٍ پبؾد‌ّبی ًبهٌبؾت حصف‬
‫ثَز‪ .‬زض ایي ضٍـ‪ ،‬ایي هكکل فبنلِ اظزحبم اضائِ قسُ زض الگَضیتن ‪NSGA-‬‬
‫قسُ اًس‪ ٍ .‬ایي ضًٍس تکطاض قسُ تب یک هؼیبض تَقف زیسُ قَز‪.‬‬
‫‪ II‬کِ ٍقتی زٍ ‌‬
‫پبؾد ثؿیبض ثِ یکسیگط ًعزیک ّؿتٌس‪ ،‬ایي قبًؽ ضا زاضًس کِ‬
‫ضًٍس اجطای حلقِ انلی ثطای ّط تکطاض ثهَضت ظیط هی‌ثبقس‪:‬‬
‫هؼیبض فبنلِ اظزحبهی ظیبزی ضا ثِ ذَز اذتهبل زٌّس ]‪ ،[11‬حل قسُ اؾت‪.‬‬
‫اًتربة ‪ NC‬پبؾد اظ پبؾد‌ّبی هَجَز زض حبفظِ‪ :‬کِ ایي اهط‬
‫تَؾظ تَضًوٌت ثبیٌطی ثِ ایي گًَِ اًجبم هی‌قَز کِ زض ّط ثبض‪،‬‬
‫زٍ پبؾد ثهَضت تهبزفی اًتربة هی‌قًَس(ثب جبیگصاضی)‪ .‬اظ هیبى‬
‫آى زٍ ّطکسام کِ ضتجِ پطتَ ثْتطی زاقت (ثٌبثِ ثرف ‪)1-3‬‬
‫اًتربة هی‌قَز‪ .‬اگط زٍ پبؾد زض ضتجِ یکؿبًی قطاض زاقتٌس‪ ،‬هؼیبض‬
‫تطاکن پبؾد ثْتط ضا هكرم هی‌کٌس ٍ زض نَضتی کِ ّن ضتجِ‬
‫ثطاثط ٍ ّن هؼیبض تطاکن ثطاثطی زاقتٌس‪ ،‬یکی ثهَت تهبزفی‬
‫اًتربة هی‌قَز‪ .‬ایي ػول تکطاض هی‌قَز تب تؼساز ‪ NC‬پبؾد‪ ،‬ثِ‬
‫ػٌَاى پبؾد‌ّبیی کِ زض تَلیس پبؾد جسیس ًقف زاضًس اًتربة‬ ‫شكل‌‪ً‌ :1‬وًَِ‌ای‌از‌یک‌هجوَعِ‌پاسخ‌غيرچيرُ‌برای‌هحاسبِ‌هعيار‌تراکن ‌‬
‫قًَس‪.‬‬
‫ثطای ّط ثُؼس ‪ i‬اظ ثطزاض تهوین اظ پبؾد جسیس‪ ،‬زٍ ػسز ٍ‬
‫‪ً‌3-3‬حَُ‌اجرای‌الگَریتن‌پيشٌْادی ‌‬
‫قسُاًس ٍ هطاحل ظیط اًجبم‬‫ثغَض تهبزفی زض ثبظُ [‪ ]0,1‬اًتربة ‌‬
‫گطفتِ اؾت‪:‬‬ ‫هطحلِ اٍل زض اجطای الکَضیتن پیكٌْبز قسُ زض ایي هقبلِ‪ ،‬هقساض زّی اٍلیِ‬
‫اظ ‪ HMCR‬کوتط ثَز آًگبُ‪:‬‬ ‫‪ ‬اگط ػسز تهبزفی‬ ‫پبضاهتطّبی هؿئلِ ٍ تَلیس جوؼیت اٍلیِ هی‌ثبقس‪ .‬پبضاهتطّبیی کِ زض ایي‬
‫ثطزاض تهوین یکی اظ‬ ‫‪ ،‬کِ زض ایٌجب‬ ‫)(‬ ‫)(‬ ‫‌‬
‫گطفتِاًس ػجبضتٌس اظ‪ً )1 :‬طخ هالحظِ حبفظِ‬ ‫الگَضیتن هَضز اؾتفبزُ قطاض‬
‫پبؾدّبیی اؾت کِ تَؾظ تَضًوٌت ثبیٌطی اظ هطحلِ قجل ثسؾت‬ ‫‌‬ ‫ٍ‬ ‫)‪ )2 .(HMCR‬هقبزیط هیٌیون ٍ هبکعیون ًطخ تٌظین گبم (‬
‫آهسُاًس‪ .‬اًتربة ایٌکِ کساهیک اظ ‪ NC‬پبؾد ثبقس‪ ،‬ثهَضت‬ ‫‌‬ ‫)‪ )3 .‬تؼساز پبؾد‌ّبی جسیس تَلیس قسُ زض ّط تکطاض (‪ )4 .)NL‬تؼساز‬
‫تهبزفی اًجبم‌پصیطفتِ اؾت‪ .‬اگط ثعضگتط اظ ‪ HMCR‬ثَز آًگبُ‬ ‫اػضبی حبفظِ )‪ )5 .(HMS‬تؼساز اػضبی حبفظِ کِ زض تَلیس یک پبؾد‬
‫ثطاثط یک ػسز تهبزفی زض ثبظُ هٌبؾت قطاض گطفتِ‬ ‫)(‬ ‫جسیس ّوکبضی هیکٌٌس )‪ .(NC‬زض هَضز ‪ NC‬ایي ًکتِ قبثل شکط اؾت کِ ثط‬
‫اؾت‪.‬‬ ‫ذالف الگَضیتن اٍلیِ جؿتجَی ّبضهًَی کِ اظ توبم اػضبی هَجَز زض‬
‫‪ ‬زض نَضتی کِ ّن هقساض اظ ‪ HMCR‬کوتط ثبقس ٍ ّن هقساض‬ ‫حبفظِ ثطای تَلیس پبؾد جسیس اؾتفبزُ هی‌ًوَز ٍ ًیع ثط ذالف جؿجَی‬
‫)(‬ ‫)(‬ ‫اظ )‪ PAR(t‬کوتط ثبقس‪( ) :‬‬ ‫ّبضهًَی ؾطاؾطی ]‪ [10‬کِ تٌْب اظ ثْتطیي پبؾد هَجَز زض حبفظِ ثطای ایي‬
‫ثِ تطتیت تَؾظ هؼبزلِ (‪ ٍ )1‬هؼبزلِ (‪)2‬‬ ‫کِ )‪( ) ٍ PAR(t‬‬ ‫هٌظَض اؾتفبزُ هی‌ًوَز‪ ،‬زض الگَضیتن پیكٌْبزی ایي هقبلِ تؼسازی اظ اػضب زض‬
‫زض ّط تکطاض هحبؾجِ قسُ‌اًس‪.‬‬ ‫تَلیس پبؾد جسیس ّوکبضی هی‌کٌٌس‪ NC ٍ .‬ثِ ػٌَاى ًطخ‬
‫هطاحل ‪ 2 ٍ 1‬تکطاض قسًس تب ‪ NL‬پبؾد جسیس تَلیس قَز‪.‬‬ ‫پؽ اظ هكرم قسى پبضاهتطّبی الگَضیتن‪ ،‬حبفظِ ّبضهًَی هقساض زّی اٍلیِ‬
‫زض ایي هطحلِ هقبزیط تَاثغ ّسف ثطای پبؾد‌ّبی جسیس هحبؾجِ‬ ‫قسُ اؾت‪.‬‬
‫‪4‬‬

‫ثِ ػٌَاى تبثغ زٍم‪ ،‬اظ هؼبزلِ (‪ )6‬کِ تَؾظ ]‪ [13‬اضائِ قسُ‪ ،‬اؾتفبزُ قسُ‬ ‫پبؾدّبی جسیس ٍ پبؾد‌ّبی هَجَز زض حبفظِ ثب ّن‬ ‫‌‬ ‫قسًس‪،‬‬
‫اؾت‪.‬‬ ‫ضتجِثٌسی ثیي آًْب تَؾظ هؼیبض چیطگی پطتَ اًجبم‬‫تطکیت قسًس ٍ ‌‬

‫‪‬‬ ‫‪‬‬ ‫‪‬‬


‫‪n 1‬‬
‫‪Minimize‬‬ ‫‪f1 ( x)   10exp .2 xi2  xi21‬‬ ‫گطفتِ اؾت (ثٌبثِ ثرف ‪.)1-3‬‬
‫‪i 1‬‬
‫زض ایي هطحلِ تؼساز ‪ HMS‬ػضَ اظ اػضبی هَجَز اًتربة قسًس‪.‬‬
‫‪‬‬ ‫‪‬‬
‫‪n‬‬
‫‪f 2 ( x)   xi‬‬ ‫‪ 5sin  xi ‬‬
‫‪0.8‬‬ ‫‪3‬‬
‫‪Minimize‬‬
‫‪i 1‬‬
‫ثِ ایي نَضت کِ ثِ تطتیت اظ ثْتطیي ضتجِ‪ ،‬پبؾد‌ّبیی کِ ضتجِ ‪1‬‬
‫‪Where,‬‬ ‫‪5  x1 , x2 , x3  5‬‬ ‫(‪)6‬‬ ‫بؾدّب اًتربة قسًس ٍ ثؼس اظ آى‬ ‫ضا زاضا ثَزًس ثِ ػٌَاى ثْتطیي پ ‌‬
‫ٍ زض ًْبیت ثِ ػٌَاى تبثغ ؾَم اظ تبثغ )‪ DTLZ2(3D‬کِ هؼبزلِ آى زض (‪)7‬‬ ‫‌‬
‫پبؾدّبی ثب ضتجِ ‪ 2‬اًتربة قسًس ٍ ایي اهط ازاهِ پیسا کطز تب تؼساز‬
‫آهسُ ٍ تَؾظ ]‪ [14‬اضائِ قس‪ ،‬اؾتفبزُ قسُ اؾت‪.‬‬ ‫‪ HMS‬ػضَ اًتربة قًَس تب حبفظِ جسیس ضا تكکیل زٌّس‪ .‬اگط ثب‬
‫‪Minmize‬‬ ‫‪f1 ( x)  (1  g ( xM ))cos  x1 / 2  cos  x2 / 2 ‬‬ ‫ٍضٍز اػضبی هطثَط ثِ یک ضتجِ ذبل‪ ،‬تؼساز اػضبی اًتربة‬
‫‪Minmize f 2 ( x)  (1  g ( xM ))cos  x1 / 2  sin  x2 / 2 ‬‬ ‫قسُ اظ ‪ HMS‬فعًٍی گطفت‪ ،‬آًگبُ اػضبی هطثَط ثِ آى ضتجِ‬
‫‪Minmize f 2 ( x)  (1  g ( xM ))sin  x1 / 2 ‬‬
‫ذبل ثبیس تک تک حصف قًَس تب تؼساز اػضبی حبفظِ ثِ هقساض‬
‫‪m‬‬
‫‪g ( x)   ( xi  0.5) 2‬‬ ‫‪ HMS‬ثطؾس‪ .‬ثطای ایي هٌظَض ثب ّطثبض حصف یک ػضَ ثبیس هقساض‬
‫‪i 3‬‬

‫‪Where, m  12 and xi  0,1‬‬ ‫(‪)7‬‬ ‫هؼیبض تطاکن ثطای اػضبی آى ضتجِ ذبل ثِ ضٍظ قَز ٍ ؾپؽ‬
‫ججِْ پطتَ تبثغ هطثَط ثِ هؼبزلِ (‪ ،)5‬هحسة اؾت زض حبلیکِ ججِْ پطتَ‬ ‫ػضَ ثؼسی کِ هؼیبض تطاکن ثطای آى ػسز کوتطی ثَز‪ ،‬حصف قَز‪.‬‬
‫هؼبزلِ (‪ ،)7‬هقؼط اؾت‪ .‬تبثغ هطثَط ثِ ضاثغِ (‪ً )6‬یع زض ثطذی ًقبط هحسة ٍ‬ ‫ٍ ایي ضًٍس ازاهِ هی‌یبثس تب تؼساز اػضبی اًتربة قسُ ثطاثط ‪HMS‬‬
‫زض ثطذی هقؼط اؾت‪.‬‬ ‫قَز‪.‬‬
‫اجطای هطاحل ‪ 1‬تب ‪ ،5‬تب ایٌکِ یک هؼیبض تَقف زیسُ قَز‪.‬‬
‫‪‌2-4‬هعيارّای‌هقایسِ ‌‬
‫ثب تَجِ ثِ ایٌکِ ججِْ پطتَی ثسؾت آهسُ ثطای یک هؿئلِ زض نَضتی‬ ‫ًتایج‌آزهایشات‌‬ ‫‪-4‬‬
‫پبؾدّبی تكکیل زٌّسُ‬‫هٌبؾت اؾت کِ ‪ً )1‬عزیک ثِ پطتَ ثْیٌِ ثبقس‪‌ )2 ،‬‬
‫زض ایي ثرف ًتبیج حبنل اظ الگَضیتن پیكٌْبزی ثط ضٍی ؾِ تبثغ ًوًَِ‬
‫آى اظ گًَبگًَی هٌبؾجی ثطذَضزاض ثبقٌس ٍ ‪ )3‬گؿتطزگی پطتَ ثسؾت آهسُ‬
‫(آظهَى)‪ً ،‬كبى زازُ قسُ اؾت ٍ الگَضیتن پیكٌْبزی ثب الگَضیتن ‪NSGA-II‬‬
‫حساکثط ثبقس ]‪ . [2‬زض ایي هقبلِ ثطای هقبیؿِ ججِْ پطتَ ثسؾت آهسُ تَؾظ‬
‫]‪ ٍ [2‬الگَضیتن ‪ [3] MOPSO‬کِ الگَضیتن‌ّبی کبضاهس ٍ پطعطفساضی زض حل‬
‫ّط الگَضیتن ٍ هیعاى هٌبؾت ثَزى پبؾد‌ّب‪ ،‬اظ ؾِ هؼیبض اؾتفبزُ قسُ اؾت‪.‬‬
‫هؿبئل ثْیٌِ‌ؾبظی چٌس ّسفِ هی‌ثبقٌس‪ ،‬هقبیؿِ قسُ اؾت‪ .‬زض ثرف ‪1-4‬‬
‫هؼیبض اٍل هیعاى ًعزیکی ججِْ پطتَ ثسؾت آهسُ تَؾظ الگَضیتن ضا ًؿجت ثِ‬
‫قبذمّبی اؾتبًساضز ثطای هقبیؿِ الگَضیتن‌ّب‬
‫‌‬ ‫تَاثغ آظهَى ٍ زض ثرف ‪2-4‬‬
‫ججِْ پطتَ ثْیٌِ هی‌ؾٌجس‪ .‬زض ایٌجب اظ هؼیبض اضائِ قسُ تَؾظ ]‪ [15‬ثطای ایي‬
‫قطح زازُ قسُ‌اًس ٍ زض پبیبى ایي ثرف‪ً ،‬تبیج الگَضیتن‌ّب ثطای تَاثغ آظهَى ٍ‬
‫هٌظَض اؾتفبزُ قسُ اؾت‪ً .‬حَُ هحبؾجِ ایي هؼیبض زض هؼبزلِ (‪ً )8‬كبى زازُ‬
‫ثِ اظای قبذم‌ّبی اؾتبًساضز‪ ،‬اضائِ قسُ اؾت‪.‬‬
‫قسُ اؾت‪.‬‬
‫‪1‬‬ ‫‪N‬‬ ‫(‪)8‬‬ ‫‪‌1-4‬تَابع‌آزهَى ‌‬
‫‪GD ‬‬
‫‪N‬‬
‫‪‬‬ ‫‪2‬‬
‫‪d‬‬
‫‪j 1‬‬
‫‪j‬‬
‫ثطای ثطضؾی ػولکطز الگَضیتن پیكٌْبزی‪ ،‬اظ ؾِ تبثغ آظهَى اؾتفبزُ قسُ‬
‫زض ایٌجب‪ N ،‬تؼساز پبؾد‌ّبی غیطچیطُ ثسؾت آهسُ تَؾظ الگَضیتن اؾت‪.‬‬ ‫اؾت کِ ّط کسام زاضای ٍیػگیْبی ذبنی زض پطتَ ثْیٌِ ذَز هی‌ثبقٌس‪.‬‬
‫فبنلِ اقلیسؾی پبؾد ‪ j‬اظ پطتَ ثسؾت آهسُ تَؾظ الگَضیتن ثب ًعزیکتطیي‬ ‫ثِ ػٌَاى تبثغ اٍل‪ ،‬اظ هؼبزلِ (‪ )5‬اؾتفبزُ قسُ اؾت‪ .‬ایي تبثغ‪ ،‬ثِ ػٌَاى یک‬
‫پبؾد پطتَ ثْیٌِ اؾت ٍ ‪ GD‬هؼیبض ًعزیکی پطتَ ثسؾت آهسُ تَؾظ الگَضیتن‬ ‫تبثغ آظهَى ثطای ثطؾی الگَضیتن‌ّبی ثْیٌِ‌ؾبظی چٌسّسفِ تَؾظ ]‪ [12‬اضئِ‬
‫ثِ پطتَ ثْیٌِ ضا ًكبى هی‌زّس کِ ّطچِ ثِ نفط ًعزیکتط ثبقس ًكبى‌زٌّسُ‬ ‫قسُ اؾت‪.‬‬
‫ػولکطز هٌبؾجتط الگَضیتن اؾت‪.‬‬ ‫‪Minimize‬‬ ‫‪f1 ( x)  x1‬‬
‫هؼیبض زٍم‪ ،‬هیعاى گًَبگًَی ٍ تفبٍت ثیي پبؾد‌ّبی ثسؾت آهسُ اظ الگَضیتن ضا‬ ‫‪Minimize‬‬ ‫) ‪f 2 ( x)  g ( x)h( f1 , g‬‬
‫ًكبى هی‌زّس‪ .‬ثطای ایي هٌظَض‪ ،‬زض ایي هقبلِ اظ هؼیبض اضائِ قسُ زض ]‪، [16‬‬ ‫‪g ( x)  1  10(m  1)    xi2  10cos(4 xi ) ‬‬
‫‪m‬‬

‫‪i2‬‬
‫اؾتفبزُ قسُ اؾت‪ .‬هؼبزلِ (‪ )9‬ایي هؼیبض ضا ًكبى هی‌زّس‪.‬‬
‫‪h( f1 , g )  1 ‬‬ ‫‪f1 / g‬‬
‫‪Spacing ‬‬
‫‪1 n‬‬
‫‪ (dmean  d j )2‬‬ ‫‪Where,‬‬ ‫‪m  10, x1   0,1 , and x2 ,..., xm   5,5‬‬ ‫(‪)5‬‬
‫‪n  1 j 1‬‬ ‫(‪)9‬‬
‫‪5‬‬

‫‪10‬‬ ‫‪NC‬‬
‫‪‬‬
‫‪d j  min i f1 j  f1i  f 2j  f 2i  ...  f Mj  f Mi ,‬‬ ‫‪‬‬ ‫(‪)9‬‬
‫‪i, j  1,2,..., n‬‬
‫زض جساٍل (‪ )4‬تب (‪ً )12‬تیجِ اجطای الگَضیتن پیكٌْبزی زض ایي هقبلِ ثب ًتبیج‬
‫هیبًگیي توبم ّب اؾت‪ n .‬تؼساز پبؾد‌ّبی ثسؾت آهسُ‬ ‫کِ زض آى‬
‫الگَضیتنّبی ‪ ، MOPSO ٍ NSGA-II‬هقبیؿِ قسُ اؾت‪ .‬ثطای ایي‬ ‫‌‬
‫ًكبىزٌّسُ هقساض ‪ k‬اهیي ّسف اظ پبؾد ‪‌ p‬‬
‫هیثبقس‪ٍ .‬‬ ‫‌‬ ‫ضا ًكبى هی‌زّس‪.‬‬
‫هقبیؿِ‪ ،‬ثطای ّط تبثغ آظهَى ّط الگَضیتن ‪ 10‬ثبض اجطا قس‪ .‬قبثل شکط اؾت کِ‬
‫زض ًْبیت ‪ Spacing‬هؼیبض گًَبگًَی زض پبؾد‌ّب ضا ًكبى هی‌زّس کِ ّط چِ‬
‫هجوَػِ ًتبیح ثطای ّط ؾِ هؼیبض ‪ Spacing ٍ Spraed ،GD‬ثطای یک‬
‫ثِ نفط ًعزیکتط ثبقس‪ً ،‬كبى‌زٌّسُ کبضایی ثْتط الگَضیتن اؾت‪.‬‬
‫الگَضیتن ثبیس هٌبؾت ثبقس تب ثتَاى گفت ػولکطز آى الگَضیتن هٌبؾت اؾت‪.‬‬
‫هؼبزلِ (‪ً )10‬جَُ هحبؾجِ ؾَهیي هؼیبض ضا ًكبى هی‌زّس‪ .‬ایي هؼیبض ثطگطفتِ‬
‫ثطای هثبل ثٌبثِ جسٍل (‪ )11‬نطف ذَة ثَزى الگَضیتن ‪ MOPSO‬زض هؼیبض‬
‫اظ ]‪‌ [17‬‬
‫هیثبقس‪.‬‬
‫ًویتَاى گفت کِ ایي الگَضیتن ػولکطز ذَثی ثطای تبثغ آظهَى‬ ‫‪‌ Spacing‬‬ ‫‪M‬‬

‫‪  max s   min s ‬‬


‫‪2‬‬

‫ؾَم زاضز‪ .‬ظیطا پطتَ ثسؾت آهسُ تَؾظ ایي الگَضیتن ثٌبثِ جسٍل (‪ )10‬اظ پطتَ‬ ‫‪m 1‬‬
‫‪m‬‬ ‫‪m‬‬
‫‪Spread ‬‬
‫‪  max s   min s ‬‬
‫‪M‬‬
‫ثْیٌِ زٍض اؾت (ًؿجت ثِ زٍ الگَضیتن زیگط)‪ .‬هقبزیط تبثغ آظهَى اٍل‪،‬‬ ‫‪opt‬‬ ‫‪opt‬‬
‫‪2‬‬
‫‪m‬‬ ‫‪m‬‬ ‫(‪)10‬‬
‫ًكبىزٌّسُ ثطتطی کبهل الگَضیتن پیكٌْبزی ًؿجت ثِ زٍ الگَضیتن زیگط‬ ‫‌‬ ‫‪m 1‬‬

‫هجوَػِ هقبزیط ثسؾت‬ ‫زض ایٌجب‪ M ،‬تؼساز تَاثغ ّسف ضا ًكبى هی‌زّس‪.‬‬
‫اؾت ٍ ثطای زٍ تبثغ آظهَى زیگط‪ ،‬الگَضیتن‌ّب ثب ّن قبثل هقبیؿِ ّؿتٌس ٍ‬
‫هجوَػِ هقبزیط‬ ‫آهسُ ثطای تبثغ ّسف ‪ m‬ام تَؾظ الگَضیتن هی‌ثبقس‪.‬‬
‫زض ّطکسام یکی اظ الگَضیتن‌ّب ًتبیج ثْتطی ضا کؿت کطزًس‪.‬‬
‫تبثغ ّسف ‪m‬ام ثطای ججِْ پطتَ ثْیٌِ هی‌ثبقس‪ً Spread .‬یع هؼیبض گؿتطزگی‬
‫جدٍل‌‪‌:4‬هعيار‌‪‌GD‬برای‌تابع‌آزهَى‌اٍل‌برای‌‪‌11‬بار‌اجرا ‌‬
‫پطتَ ثسؾت آهسُ تَؾظ الگَضیتن ضا ًكبى هی‌زّس‪ .‬قبثل شکط اؾت کِ ػسز‬
‫هؼیبض ‪ GD‬ثطای تبثغ‬ ‫ثْتطیي هقساض‬ ‫ثستطیي هقساض‬ ‫هقساض هیبًگیي‬
‫آظهَى اٍل‬ ‫ثسؾت آهسُ ثطای ایي هؼیبض ّطچِ ثِ یک ًعزیک ثبقس‪ً ،‬كبى‌زٌّسُ ػولکطز‬
‫الگَضیتن پیكٌْبزی‬ ‫‪4.7533e-005‬‬ ‫‪0.0088‬‬ ‫‪9.7734e-004‬‬ ‫ثْتط الگَضیتن اؾت‪.‬‬
‫‪NSGA-II‬‬ ‫‪0.0183‬‬ ‫‪0.3935‬‬ ‫‪0.1138‬‬
‫هقبزیط پبضاهتطّبی هكتطک ثطای الگَضیتن‌ّب زض جسٍل (‪ )1‬آهسُ اؾت‪ .‬هقبزیط‬
‫‪MOPSO‬‬ ‫‪0.1786‬‬ ‫‪1.6558‬‬ ‫‪0.5386‬‬
‫پبضاهتطّبیبلگَضیتن ‪ ٍ NSGA-II‬الگَضیتن‌ پیكٌْبزی ثِ تطتیت زض جساٍل (‪)2‬‬
‫جدٍل‌‪‌:‌:5‬هعيار‌‪‌Spacing‬برای‌تابع‌آزهَى‌اٍل‌برای‌‪‌11‬بار‌اجرا‬ ‫ٍ (‪ )3‬آهسُ اؾت‪ .‬هقبزیط پبضاهتطّب ثطای الگَضیتن ‪ّ MOPSO‬وبى اؾت کِ‬
‫هؼیبض ‪ Spacing‬ثطای‬ ‫ثْتطیي هقساض‬ ‫ثستطیي هقساض‬ ‫هقساض هیبًگیي‬ ‫زض هقبلِ ]‪ [3‬اظ آًْب اؾتفبزُ قسُ اؾت‪.‬‬
‫تبثغ آظهَى اٍل‬
‫‌‬
‫‪‌:‬پاراهترّای‌هشترک‌برای‌الگَریتنّا‬ ‫جدٍل‪1‬‬
‫الگَضیتن پیكٌْبزی‬ ‫‪0.0049‬‬ ‫‪0.0095‬‬ ‫‪0.0064‬‬
‫تؼساز اجطا‬ ‫‪10‬‬
‫‪NSGA-II‬‬ ‫‪0.0080‬‬ ‫‪0.4874‬‬ ‫‪0.1415‬‬
‫‪MOPSO‬‬ ‫‪0.0142‬‬ ‫‪0.4828‬‬ ‫‪0.0685‬‬ ‫اػضبی جوؼیت‬ ‫‪100‬‬
‫تبثغ آظهَى اٍل‬ ‫‪40000‬‬
‫حساکثط تؼساز اضجبع ثِ تبثغ‬
‫تبثغ آظهَى زٍم‬ ‫‪10000‬‬
‫جدٍل‌‪‌:6‬هعيار‌‪‌Spread‬برای‌تابع‌آزهَى‌اٍل‌برای‌‪‌11‬بار‌اجرا‬ ‫ّسف‬
‫تبثغ آظهَى ؾَم‬ ‫‪10000‬‬
‫هؼیبض ‪ Spacing‬ثطای‬ ‫الگَضیتن پیكٌْبزی‬ ‫‪NSGA-II‬‬ ‫‪MOPSO‬‬
‫تبثغ آظهَى اٍل‬
‫ثْتطیي هقساض‬ ‫‪0.9996‬‬ ‫‪1.2081‬‬ ‫‪1.5189‬‬ ‫جدٍل‌‪‌:2‬پاراهترّای‌الگَریتن‌‪NSGA-II‬‬
‫ثستطیي هقساض‬ ‫‪1.0421‬‬ ‫‪16.5922‬‬ ‫‪4.3403‬‬ ‫‪0/5‬‬ ‫احتوبل تعٍیج‬
‫‌‬ ‫‪15‬‬ ‫پبضاهتط ‪SBX‬‬
‫‪0/5‬‬ ‫احتوبل جْف‬
‫جدٍل‌‪‌:7‬هعيار‌‪‌GD‬برای‌تابع‌آزهَى‌دٍم‌برای‌‪‌11‬بار‌اجرا‬
‫‪20‬‬ ‫پبضاهتط جْف چٌس جولِ ای‬
‫هؼیبض ‪ GD‬ثطای تبثغ‬ ‫ثْتطیي هقساض‬ ‫ثستطیي هقساض‬ ‫هقساض هیبًگیي‬ ‫‪ (1/n‬کِ ‪ n‬تؼساز هتؼیطّبی تهوین اؾت)‬ ‫احتوبل جْف ثطای ّط هتغیط تهوین‬
‫آظهَى اٍل‬
‫الگَضیتن پیكٌْبزی‬ ‫‪0.0014‬‬ ‫‪0.0044‬‬ ‫‪0.0024‬‬
‫‪NSGA-II‬‬ ‫‪0.0015‬‬ ‫‪‌ 0.0031‬‬ ‫‪‌ 0.0022‬‬ ‫جدٍل‌‪‌:3‬پاراهترّای‌الگَریتن‌پيشٌْادی‬
‫‪MOPSO‬‬ ‫‪0.0032‬‬ ‫‪0.0062‬‬ ‫‪0.0047‬‬ ‫‪0/95‬‬ ‫‪HMCR‬‬
‫‪0/1‬‬
‫جدٍل‌‪‌:8‬هعيار‌‪‌Spacing‬برای‌تابع‌آزهَى‌دٍم‌برای‌‪‌11‬بار‌اجرا‬ ‫‪0/4‬‬
‫هؼیبض ‪ Spacing‬ثطای‬ ‫ثْتطیي هقساض‬ ‫ثستطیي هقساض‬ ‫هقساض هیبًگیي‬ ‫‪0/001‬‬
‫تبثغ آظهَى اٍل‬ ‫‪1‬‬
‫‪100‬‬ ‫‪NL‬‬
6

‫ ٍ اؾتفبزُ اظ الگَضیتن جؿتجَی ّبضهًَی ثهَضت تطکیجی ثب‬HMCR ‫الگَضیتن پیكٌْبزی‬ 0.0702 0.1473 0.1054
NSGA-II ‌ 0.0447 ‌ 0.1010 ‌ 0.0717
.‫الگَضیتنّبی زیگط ثطای حل هؿبئل چٌسّسفِ هی‌تَاًس هس ًظط قطاض گیطز‬

MOPSO 0.0645 0.1329 0.0892

‫مراجع‬ ‫‌بار‌اجرا‬11‌‫‌برای‌تابع‌آزهَى‌دٍم‌برای‬Spread‌‫‌هعيار‬:9‌‫جدٍل‬
[1] E. Zitzler, “Evolutionary algorithms for multiobjective
optimization: Methods and applications,” Ph.D. dissertation, ‫ ثطای‬Spacing ‫هؼیبض‬ ‫الگَضیتن پیكٌْبزی‬ NSGA-II MOPSO
Swiss Fed. Inst. Technol. (ETH), Zurich, Switzerland, Nov. 1999. ‫تبثغ آظهَى اٍل‬
[2] K. Deb, A. Pratap, S. Agarwal, and T.Meyarivan, “A fast and
elitistmul moltiobjective genetic algorithm: NSGA-II,” IEEE
‫ثْتطیي هقساض‬ 1.0008 1.0011 1.0002
Trans. Evol. Comput., vol. 6, pp. 182–197, Apr. 2002. ‫ثستطیي هقساض‬ 0.9579 0.9633 ‌ 0.9860
[3] C. A. C. Coello and M. S. Lechuga, "MOPSO: a proposal for
multiple objective particle swarm optimization," in Proc of the ‌
2002 Congress on Evolutionary Computation, CEC '02, vol. 2,
pp. 1051- 1056, May 2002.
‌ ‫‌بار‌اجرا‬11‌‫‌برای‌تابع‌آزهَى‌سَم‌‌برای‬GD‌‫‌هعيار‬:11‌‫جدٍل‬
[4] Z.W. Geem, J.H. Kim, G.V. Loganathan, “A new heuristic ‫ ثطای تبثغ‬GD ‫هؼیبض‬
optimization algorithm: harmony search,” Simulations, vol 76,
‫ثْتطیي هقساض‬ ‫ثستطیي هقساض‬ ‫هقساض هیبًگیي‬
‫آظهَى اٍل‬
no. 2, pp. 60-68, 2001.
[5] Q.Pan, P.N. Suganthan, M. F. Tasgetiren, J.J. Liang, “A self- ‫الگَضیتن پیكٌْبزی‬ 0.0090 0.0166 0.0124
adaptive global best harmony search algorithm for continuous NSGA-II 0.0313 0.0633 0.0472
optimization problems,” Appl. Math. Comput., vol. 216, no. 3, pp.
830-848, 2010.
MOPSO 0.0412 0.0807 0.0541
[6] M. Mahdavi, M. Fesanghary, E. Damangir, “An improved
harmony search algorithm for solving optimization problems,”
Appl. Math. Comput. vol. 188, no. 2, pp. 1567–1579, 2007. ‫‌بار‌اجرا‬11‌‫‌برای‌تابع‌آزهَى‌سَم‌‌برای‬Spacing‌‫‌هعيار‬:11‌‫جدٍل‬
[7] K.S. Lee, Z.W. Geem, “A new meta-heuristic algorithm for ‫ ثطای‬Spacing ‫هؼیبض‬ ‫ثْتطیي هقساض‬ ‫ثستطیي هقساض‬ ‫هقساض هیبًگیي‬
continuous engineering optimization,” harmony search theory and
practice, Comput. Methods Appl. Mech. Eng. vol 194, pp. 3902– ‫تبثغ آظهَى اٍل‬
3933, 2005. ‫الگَضیتن پیكٌْبزی‬ 0.0548 0.0708 0.0622
[8] K.S. Lee, Z.W. Geem, S. H Lee, K.-W. Bae, “The harmony
NSGA-II 0.0482 ‌ 0.0588 0.0541
search heuristic algorithm for discrete structural optimization,”
Eng. Optim. Vol. 37, pp. 663–684, 2005. MOPSO ‌ 0.0335 0.0607 ‌ 0.0499
[9] J. Ricart, G. Huttemann, J. Lima, B. Baran, “Multiobjective
Harmony Search Algorithm Proposals,” Electronic Notes in
Theoretical Computer Science, vol. 281, pp. 51–67, 2011. ‫‌بار‌اجرا‬11‌‫‌برای‌تابع‌آزهَى‌سَم‌‌برای‬Spread‌‫‌هعيار‬:12‌‫جدٍل‬
[10] M.G.H. Omran, M. Mahdavi, “Global-best harmony search,”
‫ ثطای‬Spacing ‫هؼیبض‬ ‫الگَضیتن پیكٌْبزی‬ NSGA-II MOPSO
Appl. Math. Comput. vol. 198, pp. 643–656, 2008.
[11] N. Hallam, G. Kendall, “Handling Diversity in Evolutionary ‫تبثغ آظهَى اٍل‬
Multiobjective Optimisation,” IEEE Congress on Evolutionary ‫ثْتطیي هقساض‬ 1.0149 1.0502 1.0430
and Computation, vol. 3, pp.2233-2240, 2005.
[12] E. Zitzler, K. Deb, and L. Thiele, “Comparison of multiobjective
‫ثستطیي هقساض‬ 1.1976 1.2310 0.6981
evolutionary algorithms: Empirical results,” Evol. Comput. vol.
8, no. 2, pp.173 -195 2000.
[13] F. Kursawe, “A variant of evolution strategies for vector ‌
‌ ُ‫ًتيجِگيری‌ٍ‌کارّای‌آیٌد‬ -5
optimization,” in Lecture Notes in Computer Science, H. P.
Schwefel and R. Männer, Eds. Berlin, Germany: Springer-Verlag, ‫ اؾتفبزُ اظ الگَضیتن‌ّبی تکبهلی ثطای حل هؿبئل‬،‫زض ؾبلْبی اذیط‬
Oct 1991, vol. 496, Proc. Parallel Problem Solving From Nature,
1st Workshop, PPSN I, pp. 193–197. ‌ ‫ثْی‬
‫ ثؿیبض هَضز تَجِ قطاض گطفتِ ٍ ًتبیج اهیسٍاض کٌٌسُ ایي‬،ِ‫ٌِؾبظی چٌس ّسف‬
[14] K. Deb, L. Thiele, M. Laumanns, and E. Zitzler, “Scalable multi-
objective optimization test problems,” in Proc. 2002 Congr. Evol.
‫ هَجت قسُ‌اؾت پػٍّكگطاى ظهیٌِ‌ّبی‬،‫الگَضیتنّب زض حل ایٌگًَِ هؿبئل‬‌
[15]
Comput. (CEC 2002), Piscataway, NJ, vol. 1, pp. 825–830, 2002.
D. A. Van Veldhuizen and G. B. Lamont, “Multiobjective
‫ ثِ اؾتفبزُ اظ ایي الگَضیتن‌ّب ثطای حل هؿبئل ذَز‬،‫هرتلف هٌْسؾی‬
evolutionary algorithm research: A history and analysis,” Dept. ًَِ‫ لصا ثب ٍجَز ایٌکِ الگَضیتن‌ّبی هرتلفی ثطای حل ایٌگ‬.‫ػالقِهٌس قًَس‬

Elec. Comput. Eng., Graduate School of Eng., Air Force Inst.
Technol., Wright-Patterson AFB, OH, Tech. Rep. TR-98-03, ٍ ‫ افعایف ؾطػت اجطا‬، ‫ ٌَّظ ّن ًیبظ ثِ ثْجَز کبضایی‬،‫هؿبئل اضائِ قسُ اؾت‬
1998.
[16] J. R. Schott, “Fault tolerant design using single and multicriteria ‫ زض ایي هقبلِ یک‬.‫ احؿبؼ هی‌قَز‬،‫ؾبزگی زض پیبزُ‌ؾبظی ایي الگَضیتن‌ّب‬
genetic algorithm optimization,” M.S. thesis, Dept. Aeronautics
and Astronautics, Massachusetts Inst. Technol., Cambridge, MA, ‫ الگَضیتن پیكٌْبزی ایي‬.‫الگَضیتن جسیس ثطای حل هؿبئل چٌس ّسفِ اضائِ قس‬
May 1995.
[17] S. F. Adra and P. J. Fleming, “Diversity Management in
‌ ِ‫هقبلِ ثط اؾبؼ الگَضیتن جؿتجَی ّبضهًَی هی‌ثبقس ک‬
‫پیبزُؾبظی آى‬
Evolutionary Many-Objective Optimization,” IEEE Trans. on ‫ ؾبزُ‌تط اؾت ٍ ػولکطز ایي‬،‫ًؿجت ثِ ثؿیبضی اظ الگَضیتن‌ّبی هَجَز‬
Evolutionary Computation, vol. 15, no. 2, pp. 183-195, Apr.
2011. ‫ ًؿجت ثِ الگَضیتن‌ّبی‬،ِ‫الگَضیتن ثب تَجِ ثِ ًتبیج اضائِ قسُ زض ایي هقبل‬
‫ قبثل هقبیؿِ ٍ زض هَاضزی‬MOPSO ٍ NSGA-II ‫قسضتوٌس ٍ هججَثی هبًٌس‬
‫ اؾتفبزُ اظ هقبزیط پَیب ٍ ذَز تٌظین ثطای‬،ُ‫ زض کبضّبی آیٌس‬.‫ثطتط اؾت‬

You might also like