多目标遗传算法NSGA-II.pptxVIP

  • 0
  • 0
  • 约小于1千字
  • 约 11页
  • 2026-06-25 发布于江苏
  • 举报

遗传算法解决多目标优化问题

多目标优化问题:包含多个可能有冲突的目标函数希望找到能够很好平衡全部优化目标的解集NSGA-Ⅱ算法,即带有精英保留策略的快速非支配多目标优化算法,是一种基于Pareto最优解的多目标优化算法。

几个概念:支配当多目标问题中多个目标存在冲突的时候,我们可以用“支配”的概念来决定解的好坏。Pareto等级

非支配解:假设任何二解S1及S2对所有目标而言,S1均优于S2,则我们称S1支配S2,若S1的解没有被其他解所支配,则S1称为非支配解(不受支配解),也称Pareto解(帕雷托解)支配解:若解S2的所有目标均劣于S1,则称S1优于S2,也称S1支配S2,S2

文档评论(0)

1亿VIP精品文档

相关文档