| Popis: |
Рассматриваем задачу оценки качества численной аппроксимации множество (фронта) Парето в задаче многокритериальной оптимизации (МКО-задаче). Имеем в виду, что Парето-аппроксимация получена с помощью того или иного популяционного, например, генетического алгоритма. В конечном счете, целью работы является сравнительная оценка эффективности популяционных алгоритмов Парето-аппроксимации. Разработано большое число характеристик (индикаторов) качества Парето-аппроксимации. Поэтому задачу оценки качества Парето-аппроксимации рассматриваем также как многокритериальную (многоиндикаторную). Известен ряд программных систем, которые в разной степени решают задачу оценки качества Парето-аппроксимации. Общим недостатком этих систем является отсутствие WEB-интерфейса, а также отсутствие поддержки многоиндикаторной оценки качества Парето-аппроксимации (хотя поддержка вычисления значений большого числа этих индикаторов имеется). Программная система PARETO RATING призвана устранить указанные недостатки известных систем. Поскольку популяционные алгоритмы Парето-аппроксимации являются, как правило, стохастическими, рассматриваем статистические методы оценки качества двух и более Парето-аппроксимаций (а тем самым и оценки алгоритмов, с помощью которых эти аппроксимации получены): методы на основе ранжирования указанных аппроксимаций; методы на основе индикаторов качества; методы на основе так называемых эмпирических функций достижимости. Приводим формальную постановку МКО-задачи и общую схему популяционных алгоритмов её решения, даем обзоры известных индикаторов качества Парето-аппроксимации и статистических методов оценки качества Парето-аппроксимаций, представляем описание архитектуры системы и основные особенности её программной реализации, иллюстрирует эффективность принятых алгоритмических и программных решений. |
