本文文字:1400 阅读时间:5分钟
多目标优化问题中拥有多个目标函数,x为待优化的变量。其中,x可能拥有上下约束、线性等式约束以及线性不等式约束。多目标优化算法的目的为寻找Pareto最优解。
Pareto最优解是指资源分配的一种理想状态,假定固有的一群人和可分配的资源,从一种分配状态到另一种状态的变化中,在没有使任何人境况变坏的前提下,使得至少一个人变得更好。
函数gamultiobj
多目标优化算法有很多,MATLAB提供了函数gamultiobj
,为在MATLAB平台下解决多目标优化问题提供了良好的途径。函数gamultiobj
也包含在GADS工具箱中。
函数gamultiobj
是基于遗传算法的,除了个体、种群、代等概念,其还有以下概念。
- 支配(dominate)与非劣(non- inferior)
在多目标优化问题中,如果个体p至少有一个目标比个体q的好,而且个体p的所有目标都不比个体q的差,那么称个体p支配个体q,或者称个体q受个体p支配,也可以说,个体p非劣于个体q。
- 序值(r