摘要
大多数多目标优化问题研究更关注面向整个目标解集的求解收敛性、多样性、鲁棒性等方面的性能.大量、分散的解影响算法的求解效率和求解质量,过多的解使得用户无从抉择,这在超多目标优化问题中显得尤为突出.本文提出一种基于投影面的多 目标优化问题的求解算法,根据决策需求将目标空间分成投影面和自由维,再把投影面分割成多个投影格,由各个投影格决定求解方向,在各个投影格上求解自由维的最优值,从而得到多 目标优化问题的最优解.投影面的划分将高维多目标优化问题简化成求解低维多目标优化问题,即仅在投影面上求解自由维目标的优化.投影格的分割将求解确定在由决策者指定的目标值具体范围内,提高了求解精度和效率.通过分别对多目标和超多目标问题进行求解实验,结果表明本算法能够有效求解多目标优化问题,并在超多目标优化问题的求解上能为特定方向的目标决策提供有效支持.
维普
万方数据