Distributed approaches for reference-point-based multi-objective hybrid problems

تست و مقایسه عملکرد برای الگوریتم ها و روش های بهینه سازی بخش مهمی از نشان دادن رفتار دقیق است. این تست ها با استفاده از تصاویر عددی و گرافیکی نتایج حاصل از الگوریتم های پیشنهادی انجام می شود. برای تأکید بر مزایا و معایب رویکردهای پیشنهادی و الگوریتم ها، مجموعه ای از مشکلات که برای آنها راه حل و خواص مشترک مورد نیاز است، مورد نیاز است. بنابراین، رفتار الگوریتم را به عنوان مجموعه ای از راه حل به دست می آورد، می تواند با استفاده از خواص مشترک مشکلات آزمون توضیح داده شود. بنابراین، محققان مجموعه ای از معیارهای شناخته شده را ارائه کرده اند و بخشی از این مشکلات به طور خاص برای آزمایش الگوریتم های بهینه سازی چند منظوره طراحی شده است. اگر چه این مشکلات برای ارائه الگوریتم های بهینه سازی ارائه شده اند، هیچ مشکلی برای بررسی عملکرد توزیع الگوریتم های بهینه سازی وجود ندارد. از این رو، یک روش برای مقایسه عملکرد روش های توزیع برای الگوریتم های بهینه سازی چند منظوره ضروری است. در این مطالعه، مجموعه ای از مشکلات آزمایش جدید، به نام مشکلات هیبرید، توسط هم ترازی دو توابع آزمون شناخته شده برای مدل های موازی تعریف شده است. این مشکلات ریشه با استفاده از مدل های توزیع شده حل می شود. در نهایت، مجموعه ای از رویه ها برای افزایش عملکرد هر مدل توزیع شده مشابه پیشنهاد شده است.