Study on Diversity of Population in Game model based Co-evolutionary Algorithm for Multiobjective optimization

다목적 함수의 최적화 문제(Multiobjective optimization problems)의 경우에는 하나의 최적해가 존재하는 것이 아니라 '파레토 최적해 집합(Pareto optimal set)'이라고 알려진 해들의 집합이 존재한다. 이러한 이상적 파레토 최적해 집합과 가까운 최적해를 찾기 위한 다양한 해탐색 능력은 진화 알고리즘의 성능을 결정한다. 본 논문에서는 게임 모델에 기반한 공진화 알고리즘(GCEA: Game model based Co-Evolutionary Algorithm)에서 해집단의 다양성을 유지하여, 다양한 비지배적 파레토 대안해(non-dominated alternatives)들을 찾기 위한 방법을 제안한다. In searching for solutions to multiobjective optimization problem, we find that there is no single optimal solution but rather a set of solutions known as 'Pareto optimal set'. To find approximation of ideal pareto optimal set, search capability of diverse individuals at population space can determine the performance of evolutionary algorithms. This paper propose the method to maintain population diversify and to find non-dominated alternatives in Game model based Co-Evolutionary Algorithm.