- 1、本文档共28页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
多目标优化的 pareto解的表达与求取
题日多目标优化的 Pareto解的表达与求取
专业
计算机应用技术
研究方向
人工智能与计算智能
姓名
导师
赵明旺教授
多目标优化问题与单目标区别
多目标优化问題的解不是唯一的,而是一组均衡解
称为最优非劣解集或 pareto最优解集,且这组解释无
差别的。目标冲突是MOP的共同难題(不存在使得所
有目标同时达到的最优解)。
在单目标优化问题中,可行解集中的解完全可以根据目标函数值的优劣来进行排序
即对任意两个决间量ab∈X/,根据它们之间的函数关系f(a)sf(b)或者/(b)sf(a)米
决定两者的优劣,优化的目的就是寻找能使∫取得最小值的解。但是对于MOP而言,情
况就有所不同了,由于多个目标函数的行在,可行解集中的解很难通过<、≤、=这样简
单的关系进行评价。针对这问题,法国经济学家V. Pareto于1896年提出了 Pareto最优
的概念
概念
1.I多日标优化问题
多日标优化也称为多准则优化、多指标优化或向量优化,其日的就是要找到·组这样
折中解。A. Osyczka给出了多目标优化的定义m:寻找一个出决策变量构成的向量,使其
能够满足所有的约束条件和由目标函数组成的向量函数,这些目标函数是对性能指标的数
学描述,而且它们之间往往是相互冲突的
定义MOP:一般MOP由n个衰量参数、m个目标函数和
k个约束条件组成,数学定义为:
0,=F(x)=(f1(x),f2(x)·f。(x)
(1.1
其中,x∈Ω,y∈A,Ω是决策空间,A是目标函数空间。决策空间是由决策变量组成的
日标函数空间是由目标函数值组成的。MOP涉及两个空间:决策空间和日标函数空间,通
常优化的搜索过程发生在目标函数空间
MOP优化过程中可能并不存在可以满足所有约束条件
并且能够使所有的目标函数达到全局最优的解
定义1.2:可行解:可行解集Ⅺ是由能够满足所有约束
条件的决策向量X所组成的集合,即
X={x∈g2c(x)≤0
定义13m1 Pareto占优或者 Parcto支配:对于意向量,veA,a-{un1u2,u2},
={1,"2…,v},对于∈{2…,k}满足n≤v并且习∈2,…,k}使得u<v,则称向
量u优于向量ⅴ,记作u-<v。
文档评论(0)