Evolutionary robust optimization in production planning - interactions between number of objectives, sample size and choice of robustness measure

هدف ما یافتن راه حل های قوی در تنظیمات بهینه سازی است که در آن عدم اطمینان در رابطه با شرایط عملیاتی / محیطی وجود دارد و لذا مناسب بودن راه حل به بهترین نحو توزیع نتایج را توصیف می کند. در چنین تنظیماتی، ماهیت توزیع تناسب اندام (که منعکس کننده عملکرد یک راه حل خاص در میان مجموعه ای از سناریوهای عملیاتی است) از علاقه بالقوه به تصمیم گیری در مورد کیفیت تصمیم گیری برخوردار است، و کار قبلی پیشنهاد شده است که قابلیت ثبات را به عنوان یک هدف بهینه سازی اضافی ارائه دهد. با این حال، تحقیقات محدودی در مورد معیارهای سخت افزاری مختلف انجام شده است و تأثیر این انتخاب ممکن است بر اندازه نمونه مورد نیاز برای به دست آوردن نتایج قابل قبولی از آمادگی بدنی باشد. در اینجا، ما فرمولهای تک و چند هدفه برای بهینه سازی قوی را در متن یک مشکل دنیای واقعی حل می کنیم که از طریق بهینه سازی مبتنی بر شبیه سازی شده است. برای محاسبه (ارزیابی محدود) در نظر گرفته شده، نتایج ما ارزش معیار نیرومندی صریح را در هدایت بهینه ساز به سمت راه حل هایی که نه تنها قوی (به عنوان انتظار می رود)، بلکه همچنین به سود است که به طور متوسط ​​بالاتر است از آن است که با روشهای استاندارد یکنواخت شناسایی شده است. ما همچنین تعاملات قابل توجهی بین انتخاب اندازه گیری قدرت و اندازه نمونه مورد استفاده در ارزیابی آمادگی جسمانی مشاهده می کنیم، اثری که برای مدل های چند منظوره ما برجسته تر است.