MOEA/D的通俗解析--3.权重和聚合方法

之前说道，由于购买计算机需要考虑到价格变量和性能变量而且由于pareto排名方法的不靠谱，所以决策函数希望能用一种简单高效的方法来表达。那么，其实有一种很简单的方法，让这两个变量融合成为一个决策结果。

如果我钱包近期比较干，那么我可能不考虑玩游戏了，买台电脑回来看看直播就完事了，那么决策函数可以这样设置：

这样，种群在进化的过程中由于前面的系数比较大，所以会渐渐改变种群，使种群能加快的增长速度。这就是权重和聚合方法。目标函数前的系数可以看做为v1=(0.9,0.1),这种形式的向量，也被叫做权重向量。这个定义后面会用到。

值得注意的有两点：

1.为了增强Pareto解的多样性，种群里的每一个个体都应该具有不同的权重变量，方便决策者做出不同偏好的选择。比如我突然中彩票了，价格都是小问题，最重要的是性能，2080+i9直接上机。那么权重变量就可以表示为v2=（0.1，0.9）。

2.权重向量的取值需要符合均匀分布，并且需要类似于下方的约束：

设权重向量,那么或者(这个后面就会用到)等约束。并且各不相同。