多目标优化中大规模变量相关性分析

本文探讨了在多目标优化问题中,大规模变量间相关性对整体优化结果的影响。由于相关变量的优化结果会相互作用,因此不能将它们单独优化。分析这些相关性对于找到有效的优化策略至关重要。
摘要由CSDN通过智能技术生成

相互独立的两个变量可以分开优化,各自优化的结果不会相互影响,相互关联的变量因为他们之间的相关性,整体优化的结果与他们分开优化的结果不同,所以不能相互关联的变量不能分开进行优化,设有多目标优化问题 min f(x) = (f_{1}(x),f_{2}(x),...,f_{n}(x)),如果存在决策向量 x ,实数{a_{1}},{a_{2}},{b_{1}},{b_{2}},至少一个目标函数{f_{k},1\leqslant k\leqslant n},使得{f_{k}(x)|{_{x{_{i}}=a{_{2}},x{_{j}=b{_{1}}}}}}< f_{k}(x)|{_{x{_{i}}=a{_{1}},x_{j}=b_{1}}},{f_{k}(x)|{_{x{_{i}}=a{_{2}},x{_{j}=b{_{2}}}}}}> <f_{k}(x)|{_{x{_{i}}=a{_{1}},x_{j}=b_{2}}},那么变量x{_{i}}x{_{j}}相关。

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值