多目标优化：Pareto理论定义

多目标优化：Pareto理论定义

---

---

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$x_1$的所有目标函数，不存在一个解$x_2$使得对所有目标函数$f_i(x)$(i=1…n)有$f_i(x_2)$优于$f_i(x_1)$则称$x_2$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$x$都存在i使得（i=1…n）$f_i(x_1)$优于$f_i(x)$

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

3.参考博客以及论文

多目标优化（一）：Pareto理论相关概念解析
Pareto（帕雷托）理论
Pareto 问题详解
帕累托最优解集