什么是多目标优化?- MATLAB和Si金宝appmulink MathWorks日本 - 金宝app,下载188bet金宝搏,金宝搏官方网站

什么是多目标优化?

您可能需要用多个目标来描述问题，因为带有多个约束条件的单个目标可能不能充分表示所面临的问题。如果是这样，就会有一个目标矢量，

F（x) = (F₁（x)，F₂（x),…F_米（x)),

(1）

必须以某种方式交易。在确定系统的最佳能力和完全理解的目标之间的权衡之前，这些目标的相对重要性普遍不同。随着目标次数增加，权衡可能变得复杂，不易量化。设计师必须依赖于他或她的直觉和能够在整个优化周期中表达偏好。因此，对多目标设计策略的要求必须能够表达自然问题，并且能够解决问题并进入偏好进入数值易易行和现实的设计问题。

多目标优化研究的是目标向量的最小化问题F（x)，它可以是一些约束或界限的主题:

$\begin{array}{l} \underset{x \in ℝ^{n}}{最小值} F （ x ），受 \\ G_{我} （ x ）＝ 0 ，我＝ 1 ， .．. ， k_{e} ； G_{我} （ x ） \leq 0 ，我＝ k_{e} + 1 ， .．. ， k ； l \leq x \leq u ． \end{array}$

注意,因为F（x)是一个矢量，如果F（x)的竞争，这个问题没有唯一的解决办法。相反，扎德的非自卑概念［4］(在《Censor》中也称为帕累托最优［1］达库尼亚和波拉克[２])必须用来描述目标的特征。一个非劣等的解决方案是，一个目标的改进需要另一个目标的退化。为了更精确地定义这个概念，在参数空间中考虑一个可行域Ω。x元素是n维实数 $x \in ℝ^{n}$ 它满足所有约束条件，