多目標(biāo)進(jìn)化算法中的pareto解及pareto前沿介紹

多目標(biāo)求解會(huì)篩選出一個(gè)相對(duì)較優(yōu)的解的集合,在這個(gè)集合里就要用到pareto找出相對(duì)優(yōu)的解或者最優(yōu)解。

多目標(biāo)優(yōu)化問題的數(shù)學(xué)模型一般可以寫成如下形式:

fig1 多目標(biāo)優(yōu)化問題的數(shù)學(xué)模型



fig 2

????????fig 2表示n個(gè)目標(biāo)函數(shù),目標(biāo)是都使之達(dá)到最小。


fig 3

? ? ? ? fig 3是其變量的約束集合,可以理解為變量的取值范圍,下面介紹具體的解之間的支配,占優(yōu)關(guān)系。

1:解A優(yōu)于解B(解A強(qiáng)帕累托支配解B)

? ? ? ? 假設(shè)現(xiàn)在有兩個(gè)目標(biāo)函數(shù),解A對(duì)應(yīng)的目標(biāo)函數(shù)值都比解B對(duì)應(yīng)的目標(biāo)函數(shù)值好,則稱解A比解B優(yōu)越,也可以叫做解A強(qiáng)帕累托支配解B,舉個(gè)例子,就很容易懂了.

? ? ? ?下圖中代表的是兩個(gè)目標(biāo)的的解的情況,橫縱坐標(biāo)表示兩個(gè)目標(biāo)函數(shù)值,E點(diǎn)表示的解所對(duì)應(yīng)的兩個(gè)目標(biāo)函數(shù)值都小于C,D兩個(gè)點(diǎn)表示的解所對(duì)應(yīng)的兩個(gè)目標(biāo)函數(shù)值,所以解E優(yōu)于解C,D.

2:解A無(wú)差別于解B(解A能帕累托支配解B)

????????同樣假設(shè)兩個(gè)目標(biāo)函數(shù),解A對(duì)應(yīng)的一個(gè)目標(biāo)函數(shù)值優(yōu)于解B對(duì)應(yīng)的一個(gè)目標(biāo)函數(shù)值,但是解A對(duì)應(yīng)的另一個(gè)目標(biāo)函數(shù)值要差于解B對(duì)應(yīng)的一個(gè)目標(biāo)函數(shù)值,則稱解A無(wú)差別于解B,也叫作解A能帕累托支配解B,舉個(gè)例子,還是上面的圖,點(diǎn)C和點(diǎn)D就是這種情況,C點(diǎn)在第一個(gè)目標(biāo)函數(shù)的值比D小,在第二個(gè)函數(shù)的值比D大。

3:最優(yōu)解

????????假設(shè)在設(shè)計(jì)空間中,解A對(duì)應(yīng)的目標(biāo)函數(shù)值優(yōu)越其他任何解,則稱解A為最優(yōu)解,舉個(gè)例子,下圖的x1就是兩個(gè)目標(biāo)函數(shù)的最優(yōu)解,使兩個(gè)目標(biāo)函數(shù)同時(shí)達(dá)到最小,但是前面也說(shuō)過,實(shí)際生活中這種解是不可能存在的。真要存在就好了,由此提出了帕累托最優(yōu)解.

4:帕累托最優(yōu)解

同樣假設(shè)兩個(gè)目標(biāo)函數(shù),對(duì)于解A而言,在 變量空間 中找不到其他的解能夠優(yōu)于解A(注意這里的優(yōu)于一定要兩個(gè)目標(biāo)函數(shù)值都優(yōu)于A對(duì)應(yīng)的函數(shù)值),那么解A就是帕累托最優(yōu)解.

????????舉個(gè)例子,下圖中應(yīng)該找不到比 x1 對(duì)應(yīng)的目標(biāo)函數(shù)都小的解了吧,即找不到一個(gè)解優(yōu)于 x1 了,同理也找不到比 x2 更優(yōu)的解了,所以這兩個(gè)解都是帕累托最優(yōu)解,實(shí)際上,x1-x2 這個(gè)范圍的解都是帕累托最優(yōu)解,不信自己慢慢想。因此對(duì)于多目標(biāo)優(yōu)化問題而言,帕累托最優(yōu)解只是問題的一個(gè)可接受解,一般都存在多個(gè)帕累托最優(yōu)解,這個(gè)時(shí)候就需要人們自己決策了。

5:帕累托最優(yōu)前沿

還是看 剛才 那張圖 ,如下圖所示,更好的理解一下帕累托最優(yōu)解,實(shí)心點(diǎn)表示的解都是帕累托最優(yōu)解,所有的帕累托最優(yōu)解構(gòu)成帕累托最優(yōu)解集,這些解經(jīng)目標(biāo)函數(shù)映射構(gòu)成了該問題的Pareto最優(yōu)前沿或Pareto前沿面,說(shuō)人話,即帕累托最優(yōu)解對(duì)應(yīng)的目標(biāo)函數(shù)值就是帕累托最優(yōu)前沿。

對(duì)于兩個(gè)目標(biāo)的問題,其Pareto最優(yōu)前沿通常是條線。而對(duì)于多個(gè)目標(biāo),其Pareto最優(yōu)前沿通常是一個(gè)超曲面。

圖片來(lái)源于網(wǎng)絡(luò),侵刪。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

友情鏈接更多精彩內(nèi)容