Question

多目标优化算法

Answer 1

多目标优化算法如下：

一、多目标进化算法（MOEA）

1、MOEA通过对种群X（t）执行选择、交叉和变异等操作产生下一代种群X（t+1）。

2、在每一代进化过程中 ,首先将种群X（t）中的所有非劣解个体都复制到外部集A（t）中。

3、然后运用小生境截断算子剔除A（t）中的劣解和一些距离较近的非劣解个体，以得到个体分布更为均匀的下一代外部集A（t+1）。

4、并且按照概率pe从A（t+1）中选择一定数量的优秀个体进入下代种群。

5、在进化结束时，将外部集中的非劣解个体作为最优解输出。

  

二、多目标优化算法分类

1、传统优化算法：包括加权法、约束法和线性规划法等，实质上就是将多目标函数转化为单目标函数，通过采用单目标优化的方法达到对多目标函数的求解。

2、智能优化算法：包括进化算法（简称EA）、粒子群算法（简称PSO）等。

两者的区别：传统优化技术一般每次能得到Pareo解集中的一个，而用智能算法来求解，可以得到更多的Pareto解，这些解构成了一个最优解集，称为Pareto最优解（任一个目标函数值的提高都必须以牺牲其他目标函数值为代价的解集）。