论文信息 - Comparación de algoritmos evolutivos multi-objetivos en un ambiente multicast

Comparación de algoritmos evolutivos multi-objetivos en un ambiente multicast

Como han sido publicados numerosos Algoritmos Evolutivos Multiobjetivos o MOEAs, no queda aun claro cual es el que presenta mejor desempeno para el problema considerado. Por esta razon, en este trabajo hacemos una comparacion experimental entre 5 alternativas: NSGA, NSGA2, SPEA, SPEA2 y cNSGA2, con el fin de determinar cual es la mas apropiada para resolver problemas de enrutamiento multicast. Resultados experimentales demuestran que algoritmos como el SPEA y SPEA2 logran un excelente desempeno en este tipo de problemas.

[1] Kalyanmoy Deb,et al. Controlled Elitist Non-dominated Sorting Genetic Algorithms for Better Convergence , 2001, EMO.

[2] Kalyanmoy Deb,et al. Muiltiobjective Optimization Using Nondominated Sorting in Genetic Algorithms , 1994, Evolutionary Computation.

[3] Jorge Crichigno,et al. Multiobjective Multicast Routing Algorithm , 2004, ICT.

[4] Kalyanmoy Deb,et al. A Fast Elitist Non-dominated Sorting Genetic Algorithm for Multi-objective Optimisation: NSGA-II , 2000, PPSN.

[5] C. P. Ravikumar,et al. Source-based delay-bounded multicasting in multimedia networks , 1998, Comput. Commun..

[6] Gary B. Lamont,et al. Multiobjective evolutionary algorithms: classifications, analyses, and new innovations , 1999 .

[7] Antonio Fernandes Dias,et al. Multiobjective genetic algorithms applied to solve optimization problems , 2002 .

[8] Lothar Thiele,et al. Multiobjective evolutionary algorithms: a comparative case study and the strength Pareto approach , 1999, IEEE Trans. Evol. Comput..