多目标优化中常用的绩效指标（Performance Indicator）（最全概括）

1.Generational Distance (GD)

GD绩效指标测量的是得到的解与已知的最优解之间的距离
我们假设得到的解集为A={a1,a2,…,a|A|} ,Pareto前沿为 Z={z1,z2,…,z|Z|}.
则GD的计算公式如下：

p=2时，di代表得到的解i与最近的参考点之间的欧几里得距离。

2.Generational Distance Plus (GD+)

GD+绩效指标与上面类似，测量的也是得到的解与已知的最优解之间的距离，只是稍做修改

则GD+的计算公式如下：

其中

它代表修改后的距离

3.Inverted Generational Distance (IGD)

IGD绩效指标与上面类似，测量的也是得到的解与已知的最优解之间的距离，只是测量的是从Pareto解集Z到到A的距离
则IGD的计算公式如下：

di^表示表示从Zi到A中最近的参考点的欧氏距离(p=2)。

4.Inverted Generational Distance Plus (IGD+)

IGD+绩效指标与上面类似，测量的也是从Pareto解集Z到到A的距离，时间复杂度为$O(m{N}^2)$,其中m是目标数，N是种群大小
则IGD+的计算公式如下：

其中

5.Hypervolume(HV)

对于上面的指标都需要已知的Pareto前沿，而HV不要，HV只需要一个参考点，HV衡量的是图中阴影部分面积，我们计算HV时会先计算出当前解集中的Pareto front（比如图中的三个点），再计算面积（两个目标）

这是个两目标的在目标空间上的示意图。r为参考点，p(1),p(2),p(3)是3个解。
与上面的1-4的指标不同，该指标越大越好，而上面的越小越好。

返回受约束的多目标优化问题优秀论文及总结目录