Treffer: A hybrid immigrants scheme for genetic algorithms in dynamic environments

Les problèmes d'optimisation dynamique sont une sorte de problèmes d'optimisation qui impliquent des changements au fil du temps. Ils posent un sérieux défi aux méthodes d'optimisation traditionnelles ainsi qu'aux algorithmes génétiques conventionnels puisque l'objectif n'est plus de rechercher la ou les solutions optimales d'un problème résolu mais de suivre l'optimum de déplacement dans le temps. Les problèmes d'optimisation dynamique ont suscité un intérêt croissant de la communauté des algorithmes génétiques ces dernières années. Plusieurs approches ont été développées pour améliorer les performances des algorithmes génétiques dans des environnements dynamiques. Une approche consiste à maintenir la diversité de la population par le biais d'immigrants aléatoires. Cet article propose un schéma d'immigrants hybrides qui combine les concepts d'élitisme, de dualisme et d'immigrants aléatoires pour les algorithmes génétiques afin de résoudre les problèmes d'optimisation dynamique. Dans ce schéma hybride, le meilleur individu, c'est-à-dire l'élite, de la génération précédente et son double individu sont récupérés comme bases pour créer des immigrants via un schéma de mutation traditionnel. Ces immigrants basés sur l'élitisme et le dualisme ainsi que certains immigrants aléatoires sont substitués dans la population actuelle, remplaçant les pires individus de la population. Ces trois types d'immigrants visent à faire face aux changements environnementaux de degrés léger, moyen et significatif respectivement et donc à adapter efficacement les algorithmes génétiques aux environnements dynamiques qui sont soumis à différentes sévérités de changements. Sur la base d'une série de problèmes de tests dynamiques construits systématiquement, des expériences sont menées pour étudier la performance des algorithmes génétiques avec le schéma d'immigrants hybrides et le schéma d'immigrants aléatoires traditionnels. Les résultats expérimentaux valident l'efficacité du schéma d'immigrants hybrides proposé pour améliorer les performances des algorithmes génétiques dans des environnements dynamiques.
Los problemas de optimización dinámica son un tipo de problemas de optimización que implican cambios a lo largo del tiempo. Plantean un serio desafío para los métodos de optimización tradicionales, así como para los algoritmos genéticos convencionales, ya que el objetivo ya no es buscar la (s) solución(es) óptima (s) de un problema fijo, sino rastrear el óptimo en movimiento a lo largo del tiempo. Los problemas de optimización dinámica han atraído un creciente interés de la comunidad de algoritmos genéticos en los últimos años. Se han desarrollado varios enfoques para mejorar el rendimiento de los algoritmos genéticos en entornos dinámicos. Un enfoque es mantener la diversidad de la población a través de inmigrantes aleatorios. Este artículo propone un esquema híbrido de inmigrantes que combina los conceptos de elitismo, dualismo e inmigrantes aleatorios para algoritmos genéticos para abordar problemas de optimización dinámica. En este esquema híbrido, el mejor individuo, es decir, la élite, de la generación anterior y su individuo dual se recuperan como las bases para crear inmigrantes a través del esquema de mutación tradicional. Estos inmigrantes basados en el elitismo y el dualismo, junto con algunos inmigrantes aleatorios, se sustituyen en la población actual, reemplazando a los peores individuos de la población. Estos tres tipos de inmigrantes tienen como objetivo abordar los cambios ambientales de grados leves, medios y significativos respectivamente y, por lo tanto, adaptar eficientemente los algoritmos genéticos a entornos dinámicos que están sujetos a diferentes severidades de cambios. Sobre la base de una serie de problemas de pruebas dinámicas construidas sistemáticamente, se llevan a cabo experimentos para investigar el rendimiento de los algoritmos genéticos con el esquema de inmigrantes híbridos y el esquema tradicional de inmigrantes aleatorios. Los resultados experimentales validan la eficiencia del esquema de inmigrantes híbridos propuesto para mejorar el rendimiento de los algoritmos genéticos en entornos dinámicos.
Dynamic optimization problems are a kind of optimization problems that involve changes over time. They pose a serious challenge to traditional optimization methods as well as conventional genetic algorithms since the goal is no longer to search for the optimal solution(s) of a fixed problem but to track the moving optimum over time. Dynamic optimization problems have attracted a growing interest from the genetic algorithm community in recent years. Several approaches have been developed to enhance the performance of genetic algorithms in dynamic environments. One approach is to maintain the diversity of the population via random immigrants. This paper proposes a hybrid immigrants scheme that combines the concepts of elitism, dualism and random immigrants for genetic algorithms to address dynamic optimization problems. In this hybrid scheme, the best individual, i.e., the elite, from the previous generation and its dual individual are retrieved as the bases to create immigrants via traditional mutation scheme. These elitism-based and dualism-based immigrants together with some random immigrants are substituted into the current population, replacing the worst individuals in the population. These three kinds of immigrants aim to address environmental changes of slight, medium and significant degrees respectively and hence efficiently adapt genetic algorithms to dynamic environments that are subject to different severities of changes. Based on a series of systematically constructed dynamic test problems, experiments are carried out to investigate the performance of genetic algorithms with the hybrid immigrants scheme and traditional random immigrants scheme. Experimental results validate the efficiency of the proposed hybrid immigrants scheme for improving the performance of genetic algorithms in dynamic environments.
مشاكل التحسين الديناميكي هي نوع من مشاكل التحسين التي تنطوي على تغييرات بمرور الوقت. إنها تشكل تحديًا خطيرًا لطرق التحسين التقليدية بالإضافة إلى الخوارزميات الجينية التقليدية لأن الهدف لم يعد البحث عن الحل(الحلول) الأمثل لمشكلة ثابتة ولكن لتتبع الحركة المثلى بمرور الوقت. جذبت مشاكل التحسين الديناميكي اهتمامًا متزايدًا من مجتمع الخوارزميات الجينية في السنوات الأخيرة. تم تطوير العديد من الأساليب لتعزيز أداء الخوارزميات الجينية في البيئات الديناميكية. يتمثل أحد النهج في الحفاظ على تنوع السكان عن طريق المهاجرين العشوائيين. تقترح هذه الورقة مخططًا هجينًا للمهاجرين يجمع بين مفاهيم النخبوية والثنائية والمهاجرين العشوائيين للخوارزميات الجينية لمعالجة مشاكل التحسين الديناميكي. في هذا المخطط الهجين، يتم استرجاع أفضل فرد، أي النخبة، من الجيل السابق وفرده المزدوج كأساس لخلق المهاجرين عبر مخطط الطفرات التقليدية. يتم استبدال هؤلاء المهاجرين القائمين على النخبوية والازدواجية مع بعض المهاجرين العشوائيين بالسكان الحاليين، ليحلوا محل أسوأ الأفراد في السكان. تهدف هذه الأنواع الثلاثة من المهاجرين إلى معالجة التغيرات البيئية ذات الدرجات الطفيفة والمتوسطة والكبيرة على التوالي، وبالتالي تكييف الخوارزميات الجينية بكفاءة مع البيئات الديناميكية التي تخضع لشدة مختلفة من التغييرات. بناءً على سلسلة من مشاكل الاختبار الديناميكية التي تم إنشاؤها بشكل منهجي، يتم إجراء تجارب للتحقيق في أداء الخوارزميات الجينية مع مخطط المهاجرين الهجين ومخطط المهاجرين العشوائيين التقليديين. تؤكد النتائج التجريبية كفاءة مخطط المهاجرين الهجين المقترح لتحسين أداء الخوارزميات الجينية في البيئات الديناميكية.