多目标优化两种算法:加权、智能优化算法

传统数学优化算法(加权)

 使用数学优化算法解决多目标优化问题通常是将各个子目标聚合成一个带权重的单目标函数,系数由决策者决定,或者由优化方法自适应调整。即通过加权等方式****将多目标问题转化为单目标问题进行求解。

这样每次只能得到一种权值下的最优解。MOP的目标函数、约束函数可能是非线性、不连续的,无法满足数学优化问题的求解条件。传统的数学规划效率低,总的来说存在如下几个问题:

  1. 单目标权值难以确定;
  2. 各个目标之间量纲不统一,可能会造成单目标优化问题鲁棒性差;
  3. 单目标加权求和只能接近凸的帕累托面;
  4. 多目标优化问题的帕累托解集包含更多有效信息。

智能优化算法

 主要分三个阶段发展。按照不同的选择机制可以进行如下分类:

  1. 基于Pareto支配关系:NSGA、NSGA II。该方法主要是通过对不同解进行非支配排序完成个体选择,同时使用适应度共享策略使Pareto Front上的个体分布均匀。相较于NSGA算法,NSGA II算法使用快速非支配排序算法保障收敛,引入拥挤距离算子保障Pareto解的分布性,同时使用了精英策略。
  2. 基于分解的方法:MOEA/D。该方法将MOP分解为多个子问题,这样就可以通过优化每个子问题来求解一个MOP。
  3. 基于Indicator:IBEA。该方法根据性能评价模型对个体进行fitness赋值。

进化计算(三)------多目标优化基本概念_多目标优化igd_南木长的博客-CSDN博客

相关推荐
智联视频超融合平台几秒前
视频 AI 的误报之战,正在从调参数卷到改架构
人工智能·大模型·边缘计算·视频监控·安防
水如烟43 分钟前
孤能子视角:智能的边界不在算法强弱,在可形式化性——从概率法到因果推理,选择池的边界一直在那里
人工智能
万里侯2 小时前
日志聚类之后别把 noise 扔掉:降噪应该改变视图,不抹掉证据
人工智能·微服务·ai·容器·k8s
澹锦汐2 小时前
纯前端秋日银杏与枫叶落叶色板智能聚类器:基于 K-Means 色彩量化与直方图自动配方提取
前端·人工智能·ai·语言模型·vue·react·k-means
电科_银尘8 小时前
【大模型算法与工程 15】手写Self-Attention:Q、K、V与缩放点积
算法
71777710 小时前
国内 AI 研发效能工具怎么选:2026 年基于公开信息的选型框架与 Gitee 实践
人工智能·gitee
Csvn10 小时前
换供应商要改一遍代码?把模型接入收进一层网关(C04)
人工智能·aigc·agent
孟健10 小时前
开源AutoClip切直播:1小时48分出19段,整月API只花0.08元
人工智能·开源·aigc
翰墨之道10 小时前
AI日报:豆包工作ARR超20亿,GPT-6.2跑分与实测割裂
人工智能·gpt·数据挖掘
Maynor99611 小时前
Trymodel 使用介绍:一个平台同时用 Claude、GPT、Gemini 和 Grok
人工智能·gpt·ai·程序员·教程·claude·语音