约束多目标优化算法（4）——基于多目标法

多目标法

在多目标模型中，将约束视为一个附加目标或多个附加目标，将CMOP转化为无约束的对应对象，然后利用moea求解转换后的问题。

近年算法整理

1、约束被转化为两个新的目标:一个是基于惩罚函数的目标，另一个是等于违反约束个数的目标。
2、Ray等在约束违反测度的基础上增加了新的目标，设计了一种不可行的驱动进化算法，促使种群从不可行的区域向约束边界靠近。
3、Isaacs等将约束作为新的目标，将原有m个目标的约束最小化问题重新定义为m + 1个目标的无约束最小化问题。
4、Long构造了一种求解cmp问题的新CHT，将得到的解的收敛性、多样性和可行性作为多目标子问题的三个新目标。
5、Peng等以约束违反程度为新目标，设计了一种新的基于有向权的CHT求解cops，利用分布在可行区域和不可行区域的两种权分别引导搜索到有希望区域。
6、Zhou等提出了一个三目标进化框架来解决约束多目标问题。该框架将约束条件转化为可行性指标，再与收敛性指标和多样性指标相结合，形成三个新的目标。