单目标及多目标的优化领域问题(Single-objective and multi-objective optimization problems)
单峰函数(Single peak Function)
单峰函数是在所考虑的区间中只有一个严格局部极大值(峰值)的实值函数。
如果函数f(x)在区间[a,b]上只有唯一的最大值点c,而在c的左侧函数单调增加,在c的右侧,函数单调减少,则称这个函数为区间[a,b]的单峰函数。
单目标单峰(Single-objective Unimodal )
一般情况下maximization问题是可以和minimization问题相互转化的。(取负数即可,x*代表最优变量)
单目标单峰函数存在多个局部最优点。
二维示例:
三维示例:
该问题的挑战是:容易陷入局部最优,难以发现全局最优。
方法
多目标(Multi-objective)
即非单目标问题,目标函数由多个(2+)子目标函数组成,一个X对应多个Y。
如右图目标空间有f1,f2两个目标需要优化,是个两目标优化问题。
多模态(Multimodal)
即多个X对应一个目标函数Y的值
例如:X(2,3)->Y=0.45, X(44,7)->Y=0.45
即点(2,3)和(44,7)对应的y值均为0.45
该问题的挑战是:决策空间的多个区域的点可能会相互干扰,造成收敛困难。
多目标问题(Multi-objective optimization )
最小化多目标优化问题定义如下
多模态多目标优化问题
满足以下两个条件之一:
-
问题至少有一个局部帕累托最优解;
-
问题至少有两个等效全局帕累托最优解, 它们对应PF上同一点.