||
4:帕累托最优解
同样假设两个目标函数,对于解A而言,在 变量空间 中找不到其他的解能够优于解A(注意这里的优于一定要两个目标函数值都优于A对应的函数值),那么解A就是帕累托最优解,举个例子,下图中应该找不到比 对应的目标函数都小的解了吧,即找不到一个解优于 了,同理也找不到比 更优的解了,所以这两个解都是帕累托最优解,实际上, 这个范围的解都是帕累托最优解,不信自己慢慢想。因此对于多目标优化问题而言,帕累托最优解只是问题的一个可接受解,一般都存在多个帕累托最优解,这个时候就需要人们自己决策了。
5:帕累托最优前沿
还是看 刚才 那张图 ,如下图所示,更好的理解一下帕累托最优解,实心点表示的解都是帕累托最优解,所有的帕累托最优解构成帕累托最优解集,这些解经目标函数映射构成了该问题的Pareto最优前沿或Pareto前沿面,说人话,即帕累托最优解对应的目标函数值就是帕累托最优前沿。
来自https://blog.csdn.net/hailanzhijia/article/details/5909941
https://wiki.mbalib.com/wiki/%E6%8E%92%E5%88%97%E5%9B%BE
Powered by Discuz! X2.5 © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 ) 论坛法律顾问:王兆丰
GMT+8, 2024-5-23 11:59 , Processed in 0.280381 second(s), 28 queries .