问题的形式化定义
问题特点
- 包含多个可能有冲突的目标函数
- 希望找到能够很好平衡全部优化目标的解集
帕累托最优(Pareto Optimal)
具体含义
帕累托最优是指资源分配的一种理想状态。给定固有的一群人和可分配的资源,如果从一种分配状态到另一种分配状态的变化中,在没有使任何人情况变坏的前提下,使得至少一个人变得更好,这就是帕累托改善。帕累托最优状态就是不可能有更多的帕累托改善的状态;换句话说,不可能在不使得任何其他人受损失的情况下改善某些人的情况。
抽象概念理解
- 支配(Dominance)
当
和
满足如下条件时,称
支撑
:
1. 对于所有目标函数
不比
差
2. 至少在一个目标函数上,
严格比
要好
具体解释上图中的含义:
- 点1支配点2;
- 点5支配点1;
- 点5支配点2;
- 点3支配点2;
- 点4支配点2;
- 点3支配点4;
- 其余个点之间互不支配;
- 不可支配解集(Non-Dominated Solution Set)
当一个解集中任何一个解都不能被集合中其他解支配,那么称该解集为不可支配解集。
- 帕累托最优解集(Pareto-Optimal Set)
所有可行解集中的不可支配解集被称为帕累托最优解集。
- 帕累托最优前沿面(Pareto-Optimal Front)
帕累托最优解集的边界(Boundary)被称为帕累托最优前沿面。
目标函数转换---Weighted Sum Method
- 具体的目标函数形式如下:
采用线性加权法,其中权重代表了每个目标函数的重要程度。但是,很难设定一个权重向量能够去获得帕累托最优解;并且在一定非凸情况不能够保证获得帕累托最优解。
目标函数转换---
- 目标函数的具体格式如下:
这里,只保留了一个目标函数,其他的目标函数被设定的值约束。能够应用到凸函数和非凸函数场景下。缺点:函数需要精心选择,需要独立目标函数的最小值或最大值之内。(Keep
as an objective
, Treat
as a constraint
)