Decomposition-based Evolutionary Optimization in Complex Environments

مسائل بهینه‌سازی چندهدفه (MOPs) و مسائل بهینه‌سازی نامشخص (UOPs) که به طور گسترده در زندگی واقعی وجود دارند، مشکلات چالش‌انگیز در زمینه‌های تصمیم‌گیری، طراحی سیستم، و زمان‌بندی، از جمله موارد دیگر هستند. تجزیه از ایده‌های «ساده کردن همه چیز» و «تقسیم و غلبه» برای تبدیل یک مسئله پیچیده به یک سری مسائل ساده با هدف کاهش پیچیدگی محاسباتی استفاده می‌کند. به منظور مقابله با دو نوع از مسائل پیچیده بهینه سازی فوق، این کتاب به معرفی استراتژی تجزیه و انجام یک مطالعه سیستماتیک برای تکمیل استفاده از تجزیه در زمینه بهینه سازی چند هدفه و گسترش استفاده از تجزیه در زمینه نامشخص می پردازد. بهینه سازی.

Multi-objective optimization problems (MOPs) and uncertain optimization problems (UOPs) which widely exist in real life are challengeable problems in the fields of decision making, system designing, and scheduling, amongst others. Decomposition exploits the ideas of ‘making things simple’ and ‘divide and conquer’ to transform a complex problem into a series of simple ones with the aim of reducing the computational complexity. In order to tackle the abovementioned two types of complicated optimization problems, this book introduces the decomposition strategy and conducts a systematic study to perfect the usage of decomposition in the field of multi-objective optimization, and extend the usage of decomposition in the field of uncertain optimization.