Resumen

Este artículo propone una estrategia de actualización de soluciones restringida para un algoritmo evolutivo multiobjetivo basado en la descomposición, en el cual cada agente tiene como objetivo optimizar un subproblema descompuesto. A diferencia de los enfoques existentes que asignan una solución a cada agente, nuestro enfoque asigna las soluciones más cercanas a cada agente y, por lo tanto, el número de soluciones en un agente puede ser cero y no menos de uno. En cuanto al agente sin solución, se le asignará una solución con prioridad, una vez que se generen descendientes más cercanos a su subproblema. Para mantener el mismo tamaño de población, el agente con el mayor número de soluciones eliminará una solución que muestre la peor convergencia. Esto mejora la diversidad para un agente, mientras que la convergencia de otros agentes no se ve disminuida. En el agente con no menos de una solución, solo se permite que los descendientes asignados a este agente actualicen sus soluciones originales. Por lo

• Materias:Modelo de tráfico Sistemas antifrágiles Sistemas multiagente Componentes complejos
• Subjects:Traffic model Anti-fragile systems Multiagent systems Complex components
• Palabras claves:Estrategia de actualización de soluciones propuestas restringidas; Algoritmo evolutivo multiobjetivo; Descomposición; Agente; Soluciones; Convergencia; Diversidad; Tamaño de la población; Descendencia; Problemas de prueba
• Keywords:Proposed; Constrained solution update strategy; Multiobjective evolutionary algorithm; Decomposition; Agent; Solutions; Convergence; Diversity; Population size; Offspring; Test problems