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∗∈D X ∗ ∈ D ,如果对 ∀X∈D ∀ X ∈ D ,都有 F(X∗)≤F(X) F ( X ∗ ) ≤ F ( X ) ,则称 X∗ X ∗ 为该多目标优化问题的绝对最优解。
Paerto最优:
若对于 X∗∈D X ∗ ∈ D ,如果不存在 X∈D X ∈ D ,使得 F(X)≤F(X∗) F ( X ) ≤ F ( X ∗ ) ,则称 X∗ 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)≤F(X∗) F ( X ) ≤ F ( X ∗ ) 改为 F(X)<F(X∗) 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“ ≤(<) ≤ ( < ) ”意义下不可改进。 - 解的性质
- 绝对最优必有效。
- 有效必若有效。
- 各分量函数的最优解集的交是绝对最优解集。
- 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