多目标优化:Pareto理论定义
文章目录
声明:本文仅供学习,禁止侵权
1.Introduction
帕累托最优法则(Pareto Optimality),也称为帕累托效率、帕累托改善,是博弈论中的重要概念,并且在经济学, 工程学和社会科学中有着广泛的应用。是由意大利维弗雷多·帕雷托 (Villefredo Pareto) 在1987年提出:社会财富的80%是掌握在20%的人手中,而余下的80%的人只占有20%的财富。渐渐地,这种“关键的少数(vital few)和次要的多数(trivial many)”的理论,也常被称为80/,或称帕累托法则、帕累托定律、最省力法则或不平衡原则、犹太法则。而帕累托法则认为:原因和结果、投入和产出、努力和报酬之间本来存在着无法解释的不平衡。
2.相关定义
2.1 帕累托支配
- 又称为帕累托最优解、帕累托效率或帕累托优化,是一个经济学和管理学中常用的概念。帕累托支配的核心概念是:在有限资源条件下,一种资源配置方式被认为是帕累托最优解,如果没有改善一个人或一个实体的状况,而不会损害其他人或实体的状况。换句话说,帕累托最优解是指在不让任何人更差的情况下,至少有一个人变得更好。
- 在多目标问题中具体来说,解A支配解B,需要满足以下条件:
1.对于所有的目标函数,解A不劣于解B(不差于解B)。
2.在至少一个目标函数上,解A优于解B。
2.2 Pareto解
Pareto解 又称非支配解或不受支配解(nondominated solutions)。Pareto 在1986 年提出多目标的解不受支配解(Non-dominated set)的概念,其定义为:假设任何二解S1及S2对所有目标而言,S1均优于S2,则我们称S1 支配S2,若S1没有被其他解所支配,则S1 称为非支配解(不受支配解),也称Pareto解。
2.2.1 弱支配解
当有n个目标函数时,对于解 x 1 x_1 x1的所有目标函数,不存在一个解 x 2 x_2 x2使得对所有目标函数 f i ( x ) f_i(x) fi(x)(i=1…n)有 f i ( x 2 ) f_i(x_2) fi(x2)优于 f i ( x 1 ) f_i(x_1) fi(x1)则称 x 2 x_2 x2为弱支配解。
2.2.2 强支配解
- 注意该条件弱于2.2.1,也就是说是强支配解就一定是弱支配解。
- 在2.2.1条件下还满足对于任意解 x x x都存在i使得(i=1…n) f i ( x 1 ) f_i(x_1) fi(x1)优于 f i ( x ) f_i(x) fi(x)
2.3 Pareto等级
在一组解中,非支配解Pareto等级定义为1,将非支配解从解的集合中删除,剩下解的Pareto等级定义为2,依次类推,可以得到该解集合中所有解的Pareto等级。
2.4 Pareto改进(Pareto Improvement)
Pareto改进 (Pareto Improvement)是指一种变化,在没有使任何目标函数境况变坏的前提下,使得至少一个目标函数变得得更好。一方面,帕累托最优是指没有进行Pareto改进的余地的状态;另一方面,Pareto改进是达到帕累托最优的路径和方法。
2.5 最优解与Pareto 最优解
- 最优解:解x的所有目标函数优于其他解(很多时候不存在,所以我们才考虑Pareto 最优解)
- Pareto 最优解:对于一个解如果找不到另一个解在所有目标函数上都优于该解,并且至少在一个目标函数上比该解差,那这个解就是Pareto 最优解。
2.6 Pareto最优集(Pareto Optimal Set)
- 也称为非支配解集(Non-Dominated Set),是指多目标优化问题中所有非支配解的集合。
- 具体来说,一个解,如果没有其他解能同时在所有目标函数上取得更好的结果,并且至少在一个目标函数上比该解差,则称该解为是Pareto最优解。Pareto最优集就是所有这样的Pareto最优解的集合。
2.7 Pareto前沿面
Pareto前沿面是指最优集在空间形成的曲面,一般而言优化目标是两个函数时,形成一条线,优化目标是多个函数时,则会形成一个曲面,关于此部分的更深一步理解,可以参考:
CSDN博客:帕累托最优解集