基于粒子群算法的多目标搜索

    工程优化问题，大多数问题属于多目标优化问题。相对于单目标优化问题，多目标优化问题的显著特征是优化各个目标使其同时达到综合的最优值。然而，由于多个目标有花纹的各个目标之间往往是冲突的。

    多目标优化问题求解中最重要的概念是非劣解和非劣解集：

    非劣解（noninferior solution ):在多目标优化问题的可行域中存在一个问题解，若不存在另一个可行解，使得一个解中的目标全部劣于该解，则该解称为多目标优化问题的非劣解。所有非劣解的集合叫做非劣解集（noninferior set）.

求解实际问题时，过多的非劣解无法直接应用，决策者只能选择其中最满意的一个非劣解作为最终解。最终解主要有三种方法，（1）求非劣解的生成法，包括加权法，约束法，加权法和约束法结合的混合法以及多目标遗传算法，即先求出大量的非劣解，构成非劣解的一个子集，然后按照决策者的意图找出最终解。

（2）交互法，主要为求解线性约束多目标优化的Geoffrion法，不先求出很多非劣解，而是通过分析者与决策者对话的方式，逐步求出最终解。

（3）实现要求决策者提供目标之间的相对重要程度，算法以此为依据将多目标转化为单目标问题进行求解。