سجاد مهرجویان - گروه مهندسی کامپیوتر دانشکده فنی مهندسی دانشگاه اراک ایران
محسن رحمانی - گروه مهندسی کامپیوتر دانشکده فنی مهندسی دانشگاه اراک ایران

مشائل چند هدفه از جمله مسائل پرکاربرد دردنیای واقعی هستند یک مسئله بهینه سازی چند هدفه؛ تصمیمگیری با توجه به معیارهای اهداف چندگانه است یافتن پاسخهای دقیق و منظم یک ضرورت در حل این گونه مسائل است هدف از حل مسائل بهینه سازی چند هدفه یافتن جوابهای نامغلوب یا پارتو جمعیتی از بهترین جوابها می باشد در این پژوهش سعی شده است مقایسه ای بین الگوریتم NSGA-II, SPEA-II, PESA-II و MOPSO انجام شود . برای مقایسه از یک سری توابع تست معروف و پرکاربرددر این زمینه استافده خواهد شد توابع استفاده شده عبارتنداز SPH ،Kursawe و ZDT4 پس از بررسی ها نشان خواهیم داد که ترتیب عملکرد مناسب الگوریتم در اغلب مسائل بدین صورت است که ابتدا الگوریتم NSGA-II سپس SPEA-II بعد PESA-II و در آخر نیز الگوریتم MOPSO خروجی بهتری بدست آوردهاند. نتیجه بدست آمده حاصل اجرا این الگوریتمها بر روی بسیاری از توابع تست متعارف است که در این مقاله به برخی ازآنها اشاره خواهد شد.

مسائل چندهدفه؛ الگوریتمهای فرامکاشفه ای ؛الگوریتم های بهینه سازی ؛ پارتو