多目标优化问题
多目标优化问题，即求多个目标函数在给定区域上的最优化问题。在实际的工程、经济、管理等过程中，一个方案的好坏难以用一个指标来判断，而需要多个目标来比较，且需要在多个目标中做权衡取舍。
对于多目标优化问题的求解，通常有以下两种做法：
将多目标优化问题转化为单目标优化问题进行求解；
分层序列法，即首先根据目标的重要程度进行排序，每次都在前一目标的最优解内，寻找下一目标的最优解，直到最后求出共同的最优解。
对于L个目标函数，n个优化变量，若干个约束条件的多目标优化问题，可描述为：
多目标优化问题
这里介绍三种将多目标优化问题转化为单目标优化问题的方法。
1、线性加权组合法
即根据各个目标的重要程度，乘以对应的权重系数，然后相加，构成一个目标函数。
线性加权组合法
2、理想点法
先用单目标优化方法求得各子目标的最优解，然后使各子目标函数离各自优化解的距离相对值，线性加权组合，得到单一目标函数。
3、主要目标函数法
从L个子目标函数中选出一个设计者认为最重要的作为主要目标函数，而将其余L-1个子目标限制在一定的范围内，并转化为新的约束条件，从而将多目标优化问题转化为单目标优化问题。
主要目标函数法
分享到:
閱讀更多 算法集市 的文章
