被外导扔给一片Trans. On Cyber的文章来审,关于多目标优化的,使用演化计算的方法。看了abstract和keywords,就打懵了。
演化计算就不多说了,这两天主要是集中于dominate和non-dominate这个玩意的了解上了。先介绍下这个玩意吧。
但是为了说这些还要引出多目标优化的问题。
对于一组目标函数:
f={f1(X),f2(X),⋯,fM(X)},X∈RN
当我们要求最小化
f
的时候,这就是一个比较简单的多目标优化问题了(之所以说简单,是因为省掉了对
接下来说dominate和non-dominate:
Xu,Xv∈X
,分别对应的目标向量为
fu,fv
。如果
fu
里面的每个元素都不比
fv
大,并且至少
fu
里面有一个元素值比
fv
里面的元素值小(前提都是比较的对应位置的元素),那么就是
fu
dominate
fv
。对应的我们就说
Xu
是pareto-optimal。反之,我们也知道啥叫做non-dominate的了。意思就是找到的这个解,不可能再有别的解,能和这个解做直接对比,看出来有更好的解了(直接对比的意思就是,固定其它的目标不变,来单独针对性的相同的目标值进行对比,因为不同的目标当然没办法直接对比了)
在介绍几个概念:
pareto-optimal set:就是让对应的solution都是non-dominate的decision vectors的集合。
pareto-dominate:就是一组这种non-dominate的解,也叫做pareto front。
至于为什么要有这个玩意,以后我再接着说,主要是用来进行fitness assignment用的。