Optimization algorithms for multi-objective problems with fuzzy data

Abstract

International audienceThis paper addresses multi-objective problems withfuzzy data which are expressed by means of triangular fuzzynumbers. In our previous work, we have proposed a fuzzy Paretoapproach for ranking the generated triangular-valued functions.Then, since the classical multi-objective optimization methods canonly use crisp values, we have applied a defuzzification process.In this paper, we propose a fuzzy extension of two well-knownmulti-objective evolutionary algorithms: SPEA2 and NSGAII byintegrating the fuzzy Pareto approach and by adapting theirclassical techniques of diversity preservation to the triangularfuzzy context. An application on multi-objective Vehicle RoutingProblem (VRP) with uncertain demands is finally proposed andevaluated using some experimental tests

Asignación Óptima de Presupuesto para Mejoramiento de la Calidad del Servicio en Sistemas de Distribución usando Algoritmo Genético No-Dominado II (NSGA-II) y un Algoritmo Memético

“…En cada ciclo los nuevos individuos se generan a partir de las configuraciones de los frentes no dominados (Mazidi et al, 2013). Este algoritmo ha mostrado ser efectivo en diferenes aplicaciones en ingeniería como se evidencia en (Bahri et al, 2014) y (Hajebrahimi et al, 2014). Por otro lado, los Algoritmos Meméticos que combinan los algoritmos genéticos con operadores de búsqueda local también han mostrado ser efectivos en aplicaciones multiobjetivo (Sun et al, 2014).…”