Para resolver problemas de optimizacion multiobjetivo, los algoritmos evolutivos basados en preferencias incorporan información
preferencial en el proceso evolutivo, con el objetivo de encontrar un conjunto de soluciones Pareto optimas acordes a las preferencias del decisor (DM). En este trabajo, se propone un nuevo algoritmo evolutivo basado en preferencias que aproxima la region de la frontera Pareto optima que mejor se ajusta a los valores de aspiracion que el decisor desea alcanzar
en cada objetivo. Estos valores constituyen las componentes de lo que se conoce como punto de referencia. El algoritmo hace uso de la conocida
función escalarizada de logro de Wierzbicki para clasificar los individuos de cada generacion en diferentes fronteras. Dicha clasificacion se realiza en base a los valores que la función de logro alcanza para el punto de referencia
proporcionado, considerando un conjunto de vectores de pesos.
Los experimentos realizados sobre conocidos problemas test muestran unos resultados prometedores en cuanto a la calidad de las soluciones obtenidas, en comparacion a otros algoritmos existentes basados en puntos
de referencia.
Buscar en Dimension