ÇADA algoritmasının ZDT ve DTLZ test problemlerinde uygulanması

Abstract

Dağınık arama algoritması, tek amaçlı optimizasyon problemlerinin çözümünde sıkça kullanılan bir yöntemdir. Ancak, çok amaçlı problemlerle başa çıkmak oldukça zorlu bir süreçtir. Bu makale, çok amaçlı optimizasyon problemleriyle başa çıkabilmek için "Dağınık Arama Algoritması" (DA) olarak adlandırılan yöntemin genişletilmesine yönelik bir öneri sunmaktadır. Önerilen yaklaşım, DA algoritmasına çok amaçlı optimizasyon algoritması olan Baskın Olmayan Sıralama Genetik Algoritması II (NSGA-II) yöntemindeki Yoğunluk Mesafesi (CD) ve Hızlı Bastırılmamış Sıralama kavramlarını ekleyerek hibrit çok amaçlı optimizasyon algoritması önermektedir. Bu önerilen algoritma, ZDT ve DTLZ test problemleri kullanılarak değerlendirilmiştir. Yapılan deneysel sonuçlar, önerilen Çok Amaçlı Dağınık Arama(ÇADA) algoritmasının 19 farklı çok amaçlı optimizasyon yöntemi ile karşılaştırıldığında, ZDT problemi için 2.40 IGD ortalama ile birinci sırada, DTLZ probleminde ise 0.0035 IGD ortalama değeri ile altıncı sırada yer aldığını göstermektedir. Bu sonuçlar, önerilen algoritmanın karşılaştırılabilir düzeyde başarılı bir performansa sahip olduğunu ortaya koymaktadır.

The Scatter Search algorithm is a frequently used method in solving single-objective optimization problems. However, dealing with multi-objective problems is a highly challenging process. This article proposes an extension of the method referred to as "Scatter Search Algorithm" (SSA) to tackle multiobjective optimization problems. The suggested approach aims to augment the SSA algorithm by incorporating concepts from the Non-Dominated Sorting Genetic Algorithm II (NSGA-II) method, specifically Density Distance (CD), and Fast NonDominated Sorting. This proposed algorithm has been evaluated using ZDT and DTLZ test problems. Experimental results show that the proposed Multi-Objective Scatter Search (ÇADA) algorithm ranks first with an average IGD of 2.40 for the ZDT problem and sixth with an average IGD value of 0.0035 for the DTLZ problem when compared to 19 different multi-objective optimization methods. These results demonstrate that the proposed algorithm exhibits a comparable level of successful performance.