蚁群、遗传、退火算法是优化算法
BP方法、神经网络等可以得到模型最优参数
SVM,凸优化、KKT、对偶
最优化
凸优化
非凸优化
对于无法梯度解决的
就使暴力遍历然后取最优
多目标优化
候选解称为
就是说边界线上的点为帕累托解
求解多优化一般解决方法
非帕累托
给定指标,然后加权和进行求解
帕累托方法
NSGA-II
最终返回的20个集合就使帕累托集合
对于排序规则的设立就是NSGA的核心
NS代表非支配排序
类似于拓扑排序
如果只有一个名额的话
就是说先确定两个边沿,然后通过公式计算边沿内的点在这个区间内部的拥挤值,最后进行排序
纠正,注意,这个两侧是计算相邻的两点,而不是固定的区间左右端点,相除的时候即标准化的时候才是固定的左右端点
然后有几个维度的指标就计算几次CD,最后再加起来,每个维度的指标都是独立的,都有各自的左右端点
所谓拥挤距离,就是这个点到旁边相邻两点的距离,衡量这个的大小