算法小白第一次记笔记,多多指教!
注:我最近在研读向毅博士的毕业论文,以下知识点来自其博士论文,但是也有我自己的理解与总结。在此附上论文的百度学术链接:https://xueshu.baidu.com/usercenter/paper/show?paperid=1g5806j0910a00p0rd3g0ax0r5437805&site=xueshu_se
目录
- 智能优化算法的优势
- 优化问题的分类
- 高维多目标演化算法的分类(MaOEAs)
- 多目标优化问题基本定义
- 多目标测试问题集
- 多目标算法性能评价指标
智能优化算法的优势
与数学方法相比,演化算法和基于群集智能算法的优势为:
- 不要求当前问题具有较好的解析性质,如可导,连续等;
- 可处理大规模,甚至极为复杂的搜索空间;
- 基于种群(或群体)特性,使算法单次运行即可产生真实帕累托前沿近似解集。
优化问题的分类
在科学研究及工程实践中,人们往往会遇到各种优化问题。一般来说,这些优化问题被分为单目标优化问题和多目标优化问题。
- 单目标优化问题(Single-objective optimization problem,SOPs) :待优化的目标只有一个;一个问题对应一个最优解。
- 多目标优化问题(Multi-objective optimization problem,MOPs):至少存在两个目标,且各目标之间往往冲