MOEA/D Algoritmasının En Önemli İki Ayrıştırma Yöntemi Olan PBI ve TCH’ın Analizi

Günümüzde, birçok araştırmacı optimizasyon problemleri çözen algoritmaları geliştirme eğilimindedir. Gerçek dünya problemleri ise genelde birden çok amaca sahip oldukları için çok amaçlı optimizasyon problemleri üzerine geliştirilen algoritmalar trend olmuştur. Bu çalışmada, çok amaçlı optimizasyon algoritması olan Multi Objective Evulation Algorithm(MOEA/D) incelendi ve algoritma içerisinde yer alan ve genelde amaçların tek bir amaç olarak ifade edilmesini sağlayan en önemli iki metot Tchebycheff (TCH) ve Penalty-based Boundary Intersection (PBI) metotları  iki ve üç amaçlı 11 benchmark(DTLZ ve ZDT ailesi) ile test edildi ve bu alanda en çok kullanılan Hypervolume(HV), Inverted Generation Distance(IGD) ve EPSİLON adında üç adet metrik ile bu sonuçlar kıyaslandı. Bu algoritmanın artıları ve eksileri öne çıkarıldı. Sonuçta MOEA/D hangi yöntem ile kullanılırsa daha verimli olacağı gösterilmiş oldu. Bilim her zaman üzerine koyarak ilerleyen bir gerçeklik olduğu için, bu çalışma MOEA/D üzerine çalışma yapacak araştırmacılara yön gösterici bir çalışma oldu.

Today, many researchers are inclined to develop algorithms that solve optimization problems. Since real-world problems generally have multiple objectives, algorithms developed for multi-objective optimization problems have become a trend. In this study, the Multi-Objective Evolution Algorithm (MOEA/D), a multi-objective optimization algorithm, was examined, and its two most important methods, Tchebycheff (TCH) and Penalty-based Boundary Intersection (PBI), which generally allow objectives to be expressed as a single objective, were tested with 11 benchmarks (DTLZ and ZDT families) for two and three objectives. These results were compared with three metrics most commonly used in this field: Hypervolume (HV), Inverted Generation Distance (IGD), and EPSILON. The advantages and disadvantages of this algorithm were highlighted. Ultimately, it was shown which method would be more efficient when used with MOEA/D. Since science is a constantly evolving reality, this study has served as a guide for researchers who will be working on MOEA/D.