多目标优化中的一些基本定义

对于大多数多目标优化问题，其各个目标往往是相互冲突的，因此不可能使得所有的目标同时达到最优，而是一组各个目标值所折衷的解集，称之为Pareto最优集。以下为一些基本定义(以最小化优化问题为例)：

Definition 1: 多目标优化问题(multi-objective optimization problem(MOP))
F ( x ) = ( f 1 ( x ) , . . . , f m ( x ) ) s . t .    x ∈ Ω F(x)=(f_1(x),...,f_m(x))\\ s.t. \; x\in \OmegaF(x)=(f 
1(x),...,f m (x))s.t.x∈Ω

Definition 2: Pareto支配(Pareto Dominance)
x支配y,记为 x ≺ \prec≺ y ，当且仅当∀ i ∈ { 1 , 2 , . . . , m } \forall {i} \in \{1,2,...,m\}∀i∈{1,2,...,m},f i ( x ) ≤ f i f_i(x) \leq f_if i (x)≤f i (y), 且∃ j ∈ { 1 , 2 , . . . , m } \exists {j} \in \{1,2,...,m\}∃j∈{1,2,...,m}, s.t.    f j ( x ) < f j ( y ) \; f_j(x)<f_j(y)f j (x)<f j (y) 。

Definition 3: Pareto最优解(Pareto Optimal Solution)
如果一个解x ∗ x^*x 
  被称之为Pareto optimal solution， 当且仅当 x ∗ x^*x   不被其他的解支配。

Definition 4: Pareto 集(Pareto Set)
一个MOP，对于一组给定的最优解集，如果这个集合中的解是相互非支配的，也即两两不是支配关系，