ĐA TÁC VỤ TIẾN HÓA: KỸ THUẬT TỐI ƯU HÓA MỚI
Trong vài thập kỷ vừa qua, các thuật toán tiến hóa (Evolutionary Algorithms - EA) đã được áp dụng thành công để giải các bài toán tối ưu khác nhau trong khoa học và kỹ thuật. Các vấn đề này thường được phân loại vào hai nhóm: i) Tối ưu hóa đơn mục tiêu (single-objective optimization - SOO), trong đó mỗi điểm trong không gian tìm kiếm của bài toán được ánh xạ thành một giá trị mục tiêu vô hướng; và ii) Tối ưu hóa đa mục tiêu (multi-objective optimization-MOO), trong đó mỗi một điểm trong không gian tìm kiếm của bài toán được ánh xạ thành một vec-tơ (các giá trị) mục tiêu. Trong bài báo này, chúng tôi sẽ giới thiệu một loại thứ ba hoàn toàn mới đó là đa tác vụ tiến hóa (evolutionary multitasking), cho phép giải đồng thời nhiều bài toán tối ưu khác nhau trên một quần thể duy nhất và được gọi là tối ưu hóa đa nhân tố (multifactorial optimization - MFO).