Estratégias Trigonométricas para Otimização com Muitos Objetivos Integrada a um Método de Tomada de Decisão em Problemas de Engenharia
DOI:
https://doi.org/10.5540/03.2026.012.01.0283Palabras clave:
Otimização, Muitos Objetivos, Algoritmos Evolutivos, MOEA/DD, MOEA/DD-SCA, Tomada de DecisãoResumen
Esse trabalho propõe e analisa o desempenho do algoritmo Many-objective Optimization Evolutionary Algorithm based on Dominance and Decomposition (MOEA/DD) aprimorado com estratégias trigonométricas presentes no Sin-Cossine Algorithm (SCA) em problemas de engenharia classificados como de otimização com muitos objetivos, isto é, aqueles que possuem mais de três funções objetivo. Esse algoritmo foi denominado aqui por MOEA/DD-SCA e foi comparado ao MOEA/DD para avaliar sua performance. Experimentos computacionais foram realizados nos problemas de engenharia bem conhecidos denominados Single-pass Work roll cooling design problem, Water and oil-repellent fabric development, Water Resources Management e Optimal Power Flow for Minimizing Fuel Cost, Voltage deviation, Active and Reactive Power Loss. Os resultados mostraram que o MOEA/DD-SCA foi promissor e competitivo, uma vez que obteve uma performance global melhor quando comparado ao MOEA/DD nesses problemas, mostrando que as estratégias trigonométricas adotadas foram capazes de aprimorar o desempenho do MOEA/DD. Além disso, um método de tomada de decisão para extrair soluções da frente de Pareto é exibido e as soluções são apresentadas para tomadores de decisão que não possuem preferência pelas demais soluções obtidas em cada problema.
Descargas
Citas
F. Bre e V. D. Fachinotti. “A computational multi-objective optimization method to improve energy efficiency and thermal comfort in dwellings”. Em: Energy and Buildings 154 (2017), pp. 283–294. doi: https://doi.org/10.1016/j.enbuild.2017.08.002.
E. C. R. Carvalho, J. P. G Carvalho, H. S. Bernardino, A. C. C. Lemonge, P. H. Hallak e D. E. C. Vargas. “Solving multi-objective truss structural optimization problems considering natural frequencies of vibration and automatic member grouping”. Em: Evolutionary Intelligence 17.2 (2024), pp. 653–678. doi: https://doi.org/10.1007/s12065-022-00804-0.
J. Fan, Y. Li, J. Xie, C. Zhang, W. Shen e L. Gao. “A hybrid evolutionary algorithm using two solution representations for hybrid flow-shop scheduling problem”. Em: IEEE Transactions on Cybernetics 53.3 (2021), pp. 1752–1764. doi: https://doi.org/10.1109/TCYB.2021.3120875.
A. B. Gabis, Y. Meraihi, S. Mirjalili e A. Ramdane-Cherif. “A comprehensive survey of sine cosine algorithm: variants and applications”. Em: Artificial Intelligence Review 54.7 (2021), pp. 5469–5540. doi: https://doi.org/10.1007/s10462-021-10026-y.
H. Ishibuchi, H. Masuda, Y. Tanigaki e Y. Nojima. “Modified Distance Calculation in Generational Distance and Inverted Generational Distance”. Em: Evolutionary Multi-Criterion Optimization. Ed. por António Gaspar-Cunha, Carlos Henggeler Antunes e Carlos Coello Coello. Cham: Springer International Publishing, 2015, pp. 110–125. isbn: 978-3-319-15892-1. doi: https://doi.org/10.1007/978-3-319-15892-1_8.
A. Kumar, G. Wu, M. Z. Ali, Q. Luo, R. Mallipeddi, P. N. Suganthan e S. Das. “A benchmark suite of real-world constrained multi-objective optimization problems and some baseline results”. Em: Swarm and Evolutionary Computation 67 (2021), p. 100961. doi: https://doi.org/10.1016/j.swevo.2021.100961.
K. Li, K. Deb, Q. Zhang e S. Kwong. “An evolutionary many-objective optimization algorithm based on dominance and decomposition”. Em: IEEE transactions on evolutionary computation 19.5 (2014), pp. 694–716. doi: https://doi.org/10.1109/TEVC.2014.2373386.
S. Mirjalili. “SCA: a sine cosine algorithm for solving optimization problems”. Em: Knowledgebased systems 96 (2016), pp. 120–133. doi: https://doi.org/10.1016/j.knosys.2015.12.022.
V. Palakonda, J. Kang e H. Jung. “Benchmarking Real-World Many-Objective Problems: A Problem Suite with Baseline Results”. Em: IEEE Access (2024). doi: https://doi.org/10.1109/ACCESS.2024.3383916.
M. C. C. Peito, D. E. C. Vargas e E. F. Wanner. “Comparando Algoritmos Evolutivos Baseados em Decomposição para Problemas de Otimização Multiobjetivo e com Muitos Objetivos”. Em: VETOR-Revista de Ciências Exatas e Engenharias 33.2 (2023), pp. 41–51. doi: https://doi.org/10.14295/vetor.v33i2.16444.
A. Slowik e H. Kwasnicka. “Evolutionary algorithms and their applications to engineering problems”. Em: Neural Computing and Applications 32 (2020), pp. 12363–12379. doi: https://doi.org/10.1007/s00521-020-04832-8.
R. C. L. C. de Sousa, F. Goulart, D. E. C. Vargas e E. F. Wanner. “Optimizing Multi-and Many-Objective Problems on Varied Budgets: hybridizing NSGA-III with Local Searches”. Em: Proceeding Series of the Brazilian Society of Computational and Applied Mathematics - CNMAC 2024. Vol. 11. 1. SBMAC. 2024, pp. 1–7. doi: https://doi.org/10.5540/03.2025.011.01.0454.
R. C. L. C. de Sousa, D. E. C. Vargas, E. Wanner e J. Knowles. “An MaOEA/Local Search Hybrid Based on a Fast, Stochastic BFGS Using Achievement Scalarizing Search Directions”. Em: Evolutionary Multi-Criterion Optimization. Ed. por Hemant Singh, Tapabrata Ray, Joshua Knowles, Xiaodong Li, Juergen Branke, Bing Wang e Akira Oyama. Singapore: Springer Nature Singapore, 2025, pp. 17–30. doi: https://doi.org/10.1007/978- 981-96-3506-1_2.
Y. Tian, R. Cheng, X. Zhang e Y. Jin. “PlatEMO: A MATLAB platform for evolutionary multi-objective optimization [educational forum]”. Em: IEEE Computational Intelligence Magazine 12.4 (2017), pp. 73–87. doi: https://doi.org/10.1109/MCI.2017.2742868.
M. Torkashvand, A. Neshat, Saman Javadi e Biswajeet Pradhan. “New hybrid evolutionary algorithm for optimizing index-based groundwater vulnerability assessment method”. Em: Journal of Hydrology 598 (2021), p. 126446. doi: https : / / doi . org / 10 . 1016 / j . jhydrol.2021.126446.
D. E. C. Vargas, A. C. C. Lemonge, H. J. C. Barbosa e H. S. Bernardino. “An interactive reference-point-based method for incorporating user preferences in multi-objective structural optimization problems”. Em: Applied Soft Computing 165 (2024), p. 112106. doi: https://doi.org/10.1016/j.asoc.2024.112106.
J. M. P. Vieira, J. P. G. Carvalho, D. E. C. Vargas, E. C. R. Carvalho, P. H. Hallak e A. C. C. Lemonge. “Many-Objective Truss Structural Optimization Considering Dynamic and Stability Behaviors”. Em: Dynamics 5.1 (2025). issn: 2673-8716. doi: https://doi.org/10.3390/dynamics5010003.
