Evolutionäre Optimierungsalgorithmen
Die Methodik auf der die Suchmaschine basiert kann auch benutzt werden um Evolutionäre Optimierungsalgorithmen zu entwickeln,
- mit mehreren oder vielen Optimierungszielen, diskret, kontinuierlich oder gemischt,
- mit Nebenbedingungen.
Solch ein genetischer Algorithmus wurde für das 0-1 multi-ziel Rucksackproblem entwickelt. Er wurde auf der GECCO 2021 Konferenz von Jean Ruppert (Mathematics and Computing S.à.r.l.) und Marharyta Aleksandrova und Thomas Engel (University of Luxembourg) vorgestellt. Eins der Hauptresultate ist dass er laut Hypervolumeindikator leistungsfähiger als Standartalgorithmen ist (NSGA-ii NSGA-iii). Diese Publikation ist online verfügbar,
Im November 2022 veröffentlichten dieselben Autoren eine eingehende Analyse des obigen Algorithmus in der Zeitschrift Algorithms.
- k-Pareto Optimality-Based Sorting with Maximization of Choice and Its Application to Genetic Optimization,
- Ruppert J, Aleksandrova M, Engel T. k-Pareto Optimality-Based Algorithms. 2022; 15(11):420. https://doi.org/10.3390/a15110420.