无约束多目标优化的记忆梯度法.pdfVIP

’ 第23卷 第3期 运 筹 与 管 理 Vo1．23，No．3 2014年 6月 OPERATIONSRESEARCH AND MANAGEMENTSCIENCE Jun．2014 无约束多 目标优化的记忆梯度法 范开林，徐 尔 (北京科技大学 数理学院，北京 100083) 摘 要：基于无约束单 目标记忆梯度法 ，本文提出了一种无约束多 目标优化 问题的记忆梯度法，并证明了算法在 Armijo线性搜索下的收敛性 。数据试验结果验证 了该算法 的有效性 。 关键词：多 目标优化 ；记忆梯度法；Armijo线性搜索；Pareto一临界点 中图分类号：0221．6 文章标识码 ：A 文章编号：1007-3221(2014)03—0045—04 MemoryGradientMethodforMultiobjectiveProgrammingwithoutConstraints FAN Kai—lin，XU Er (Dept．ofMathematicsMechanics，BeqingUniversityofScienceTechonlogy，Beqing100083，China) Abstract：Basedonthememorygradientmethodsforunconstrainedoptimizationproblems，wepresentamemory gradientmethodofrmuhiobjectiveprogrammingwithoutconstraints，andproveitsconvergenceunderArmijoline search．Numericalresuhsshow thattheproposedmethod isefficient． Keywords：muhiobjectiveprogramming；memory gradientmethod；armijolinesearch；paretocritical 0 引言 本文考虑下列无约束多 目标优化问题 ： (MOP) minF()=( () ()，… √())，ER 其中F()：R“一 为连续可微函数。设F()在 点的Jacobi矩阵JF()∈R ，其JF()=(Vf,， ， … ， )。 在多目标规划问题中，不再使用单 目标问题 中最优解 的概念 ，而是使用有效解 (即Pareto最优解)的 概念 。文献[1]给出了Pareto-临界点的定义。基于此定义 ，文献 [2]给出了多 目标优化的最速下降方 向。 定义 1 点 ∈R 称为问题 (MOP)的Pareto一临界点，是指满足 range(JF())n(一R++)=咖。 定义2 对于给定的点 ∈R ，设 A=JF()，定义函数，：R“一 (V)=max{( )Iz=1，2，…，P}。 考虑下面的无约束最小值问题 (P) 1 ． min ()+÷ 厶 S．t．V∈R 根据文献 [2]，可求得其最优解 V()和最优值 ()。 文献 [3]提出了一种单 目标优化记忆梯度法，在每步迭代 中，除利用当前的迭代信息外，还用到前面 若干迭代信息，这种算法无需计算二阶导数，又因增加 了参数选择的自由度 ，具有较好的收敛性质。本文 在文献[3]的基础上，结合多 目标优化最速下降算法 给出了多 目标的