Resumen

Los métodos de manejo de restricciones utilizando técnicas multiobjetivo en algoritmos evolutivos han atraído una atención creciente por parte de los investigadores. Este artículo propone un algoritmo de evolución diferencial de área cónica eficiente (CADE), que emplea descomposición sesgada y poblaciones duales para la optimización restringida, utilizando la idea de descomposición cónica para la optimización multiobjetivo. En este enfoque, se diseñan una subpoblación cónica y una subpoblación factible para buscar el óptimo factible global, a lo largo del frente de Pareto y del segmento factible, respectivamente, de manera cooperativa. En particular, la subpoblación cónica tiene como objetivo construir y utilizar eficientemente el frente de Pareto a través de una estrategia de descomposición cónica sesgada e indicador de área cónica. Los vecinos en la subpoblación cónica son completamente explotados para ayudarse mutuamente a encontrar el óptimo factible global. Posteriormente, la subpoblación factible se clasifica

• Materias:Modelo de tráfico Sistemas antifrágiles Sistemas multiagente Componentes complejos
• Subjects:Traffic model Anti-fragile systems Multiagent systems Complex components
• Palabras claves:Métodos de manejo de restricciones; Técnicas multiobjetivo; Algoritmos evolutivos; Algoritmo CADE; Optimización con restricciones; Frente de Pareto
• Keywords:Constraint-handling methods; Multiobjective techniques; Evolutionary algorithms; CADE algorithm; Constrained optimization; Pareto front