最优化方法：八、多目标优化

主要参考书目：

• 最优化方法及其应用/郭科，陈聆，魏友华.-北京：高等教育出版社,2007.7(2013.7重印)

1、基本原理

• 基本模型
  
• 解的概念
  由于优化目标是向量函数，无法直接比较大小，故引入序的概念：
  
  有了序的概念，接下来给出“最优”的概念：
  　
  绝对最优：
  　　若对于$X^* \in D$，如果对$\forall X \in D$，都有$F(X^*) \le F(X)$，则称$X^*$为该多目标优化问题的绝对最优解。
  　
  Paerto最优：
  　　若对于$X^* \in D$，如果不存在$X \in D$，使得$F(X) \le F(X^*)$，则称$X^*$为该多目标优化问题的Paerto最优解，亦称有效解。
  　　将Paerto最优解定义中的$F(X) \le F(X^*)$改为$F(X) < F(X^*)$，则变为弱Paerto最优解，亦称弱有效解的定义。
  　　可以看到（弱）Paerto最优是指解在“$\le (<)$”意义下不可改进。
• 解的性质
  
  1. 绝对最优必有效。
  2. 有效必若有效。
  3. 各分量函数的最优解集的交是绝对最优解集。
  4. 各分量函数的最优解集包含于弱有效解集，且当绝对最优解集非空时，弱有效解集为各分量函数的最优解集的并。
     斜体部分证明：
     

2、评价函数法

• 基本原理
  构造 h:R