Estado da Arte de Medidas de Desempenho de Algoritmos de Otimização Multiobjetivo
Abstract
Em problemas de otimização multiobjetivo é comum o uso de procedimentos algorítmicos para se encontrar uma aproximação do conjunto solução, uma vez que determinar o conjunto exato de soluções é, em geral, inviável.Diante disso, com a popularização destes procedimentos nas ultimas décadas é necessário distinguir, conforme for o objetivo do algoritmo, a qualidade das aproximações de tais procedimentos. As medidas existentes focam-se em duas características principais, a saber, 1) Convergência e 2) Distribuição das soluções. Dificilmente uma única métrica irá medir todos os aspectos mencionados acima. Além disso, para avaliar alguns desses aspectos é necessário o conhecimento do conjunto exato, e essa informação normalmente, não está disponível. Associado a isso, espera-se que tais medidas tenham um custo computacional baixo. Esta proposta visa estudar as mais diversas medidas, reunindo as principais delas em um único artigo, fazendo um comparativo entre as mesmas. Iremos estabelecer o estado da arte nessa área de pesquisa em otimização.Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob aLicença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
