Evolução Diferencial Assistida por Modelo Substituto
Auto-organizável com Distância Inversa
Algoritmos Evolucionários, Modelos Substitutos, SAEA,
Evolução Diferencial, Distância Inversa, IDW, Mapa Auto-Organizável, SOM.
Problemas de otimização multiobjetivo envolvem objetivos conflitantes e
requerem a identificação de um conjunto de soluções de compromisso não
dominadas, em vez de um único ótimo. Algoritmos Evolucionários (AEs) são
adequados para essa tarefa, porém geralmente demandam um grande número de
avaliações das funções objetivo, o que limita sua aplicação em cenários com
orçamento computacional reduzido. Nesse contexto, os Algoritmos
Evolucionários Assistidos por Modelos Substitutos (SAEAs) surgem como uma
alternativa para reduzir o número de avaliações reais, empregando modelos
aproximados para guiar o processo de otimização. Este trabalho propõe o
Inverse Distance Self-organizing Surrogate-assisted Differential Evolution
(IDSSDE), que utiliza interpolação por ponderação de distância inversa para
introduzir variações contínuas nas avaliações substitutas realizadas por um
Mapa Auto-Organizável (SOM). Esse mecanismo melhora a discriminação entre
soluções, mantendo baixo custo computacional, boa escalabilidade e fácil
acoplamento a diferentes algoritmos evolucionários multiobjetivo.
Resultados experimentais em problemas benchmark e em problemas reais com
restrições indicam que o IDSSDE apresenta desempenho competitivo em
diferentes cenários.