Resumen

Muchos problemas de optimización del mundo real suelen requerir un gran número de objetivos conflictivos que deben optimizarse simultáneamente para obtener una solución. Se ha observado que este tipo de problemas de optimización con muchos objetivos (MaOPs) a menudo plantean varios desafíos de rendimiento a los algoritmos tradicionales de optimización multiobjetivo. Para abordar el problema de rendimiento causado por los diferentes tipos de MaOPs, recientemente se ha propuesto una variedad de optimización de enjambre de partículas con muchos objetivos (MaOPSO). Sin embargo, el mantenimiento del archivo externo y la selección de líderes para diseñar el MaOPSO para MaOPs del mundo real siguen siendo problemas desafiantes. Este trabajo presenta un MaOPSO basado en la estrategia de selección del mejor global impulsada por la entropía (llamada EMPSO) para resolver el problema de reestructuración de paquetes de software con muchos objetivos (MaOSPR). EMPSO utiliza la entropía y un indicador de calidad para la selección de la mejor

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Problemas de optimización; Problemas de optimización multiobjetivo; MaOPSO; Desafíos de rendimiento; Mantenimiento de archivo externo; Estrategia de selección del mejor global
• Keywords:Optimization problems; Many-objective optimization problems; MaOPSO; Performance challenges; External archive maintenance; Global best selection strategy