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
AndrewHZ3 分钟前
【图像处理基石】通过立体视觉重建建筑高度:原理、实操与代码实现
图像处理·人工智能·计算机视觉·智慧城市·三维重建·立体视觉·1024程序员节
Theodore_10225 分钟前
深度学习(3)神经网络
人工智能·深度学习·神经网络·算法·机器学习·计算机视觉
文火冰糖的硅基工坊8 分钟前
[人工智能-大模型-70]:模型层技术 - 从数据中自动学习一个有用的数学函数的全过程,AI函数计算三大件:神经网络、损失函数、优化器
人工智能·深度学习·神经网络
我叫张土豆13 分钟前
Neo4j 版本选型与 Java 技术栈深度解析:Spring Data Neo4j vs Java Driver,如何抉择?
java·人工智能·spring·neo4j
地平线开发者19 分钟前
大模型 | VLA 初识及在自动驾驶场景中的应用
算法·自动驾驶
py有趣21 分钟前
LeetCode学习之实现strStr()
学习·算法·leetcode
夏鹏今天学习了吗24 分钟前
【LeetCode热题100(52/100)】课程表
算法·leetcode·职场和发展
祁思妙想25 分钟前
【LeetCode100】--- 101.重排链表【思维导图+复习回顾】
算法·leetcode·链表
IT_陈寒28 分钟前
Vue3性能提升30%的秘密:5个90%开发者不知道的组合式API优化技巧
前端·人工智能·后端
文火冰糖的硅基工坊41 分钟前
[人工智能-大模型-69]:模型层技术 - 计算机处理问题的几大分支:数值型性问题、非数值型问题?
算法·决策树·机器学习