知识卡片
非支配解构成帕累托前沿
可行解中不被其他解支配(见 [[帕累托支配需全不劣]])的解组成帕累托最优解集;把它们映射到各目标的取值空间,得到帕累托前沿。前沿展示不同目标的取舍,不直接指定唯一“最好”方案,最终选择仍需偏好或约束。
示例(补充,两个目标都越小越好):四个可行解的目标值为 A(2,3)、B(2,4)、C(1,5)、D(3,2)。B 被 A 支配,剔除;A、C、D 两两各赢一项,互不支配,组成最优解集,其目标值 (1,5)、(2,3)、(3,2) 连成前沿。要在三者中选一个,得先说明更看重哪个目标。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 1 . 5 . 3 P a r e t o 最 优 解 · 查看原书依据
而在多目标优化中各个目标之间可能是相互冲突的,所以一般很难找到一个类似于单目标优化的绝对占优的最优解,只能找到一组不可比较的解。这些解在目标空间的像称为Pareto前沿(Pareto Front)。由此给出以下定义。 定义1-1 Pareto占优:假设x,x∈X一个多目标优化的两个可行解,若x相比x是Pareto占优的,则满足: ABfAB 记作,也叫作x支配x。
参考来源
- 位置:《智能算法导论》第 1 章 1.5.3 节“Pareto 最优解”(`EPUB/xhtml/chapter1_0015.xhtml`);式(1-22)至(1-24),`EPUB/images/image_085.svg`–`image_087.svg`。
- 结论依据:原书先以不存在其他可行支配解定义最优解与解集,再将其目标向量集合定义为前沿。A–D 四个解为依据定义补充的教学示例,非书中数据。
- 原始内容:只能找到一组不可比较的解。这些解在目标空间的像称为Pareto前沿(Pareto Front)。由此给出以下定义。