Простая эффективная гибридизация классической глобальной оптимизации и генетических алгоритмов многокритериальной оптимизации

Предлагается эффективный способ сочетания классических (основанных на использовании градиентов функций) методов глобальной скалярной оптимизации и генетических алгоритмов многокритериальной оптимизации (МКО) при аппроксимации границы Парето и оболочки Эджворта–Парето (ОЭП) множества достижимых критериальных векторов в сложных нелинейных задачах МКО, которые характеризуются наличием крайне большого числа локальных экстремумов сверток критериев, задаваемых кусочнопостоянными функциями. Экспериментально показывается, что предлагаемый метод инжекции оптимумов, в котором глобальные оптимумы отдельных критериев включаются в популяцию генетического алгоритма, значительно превосходит исходный генетический алгоритм по порядку скорости сходимости и точности аппроксимации. Эксперименты по аппроксимации ОЭП проведены на основе задачи построения правил управления каскадом водохранилищ с критериями, отражающими надежность выполнения требований к каскаду. Библ. 26. Фиг. 5.