Resumen

Tradicionalmente, en un problema de optimización multiobjetivo, el objetivo es encontrar el conjunto de soluciones óptimas, el frente de Pareto, que brinda al tomador de decisiones una mejor comprensión del problema. Esto resulta en una decisión más informada. Sin embargo, las soluciones multimodales y las soluciones casi óptimas suelen ser ignoradas, aunque su consideración puede ser útil para el tomador de decisiones. En particular, hay algunas de estas soluciones que consideramos especialmente interesantes, es decir, aquellas que tienen características distintas de aquellas que las dominan (es decir, las soluciones que no son dominadas en su vecindario). Llamamos a estas soluciones soluciones. En este trabajo, se presenta un nuevo algoritmo genético llamado nevMOGA, que proporciona no solo las soluciones óptimas, sino también las soluciones multimodales y casi óptimas no dominadas en su vecindario. Esto significa que nevMOGA es capaz de proporcionar soluciones adicionales y potencialmente útiles para la etapa de toma de decisiones. Esta es su principal ventaja

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Soluciones óptimas; Frente de Pareto; Soluciones multimodales; Soluciones casi óptimas; NevMOGA; Tomador de decisiones
• Keywords:Optimal solutions; Pareto front; Multimodal solutions; Nearly optimal solutions; NevMOGA; Decision-maker