多目标遗传算法M0GA(从Pareto非劣等解决方案中选择最优解)

2023-11-22 01:40

本文主要是介绍多目标遗传算法M0GA(从Pareto非劣等解决方案中选择最优解),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

解决多目标优化问题可以分为三大类:

  • 函数关系法:寻找目标之间的函数关系,以转化为单一目标问题
  • 非支配关系法:通过非支配关系找到pareto解
  • 评价因子法:根据偏好增加评价系统

一些常见的方法包括:

  • 拓扑 :通过与理想解的相似性进行排序的技术
  • 模糊逻辑
  • 无监督ML:自动提取数学关系

所有的方法都有一个共同点,即在优化目标的基础上引入附加的条件。解决mop问题的关键在于正确地指导损益。
要选择最优解决方法,其规则如下:

  • 最大收益比(绩效/价格)
  • 为目标分配优先级顺序

该方法基于性能-价格比,仅对一个双目标问题进行了验证

概念

多目标遗传算法: h个变量, r 个多目标函数和 n个约束

在这里插入图片描述
Xf是可行区域,x是该区域的解。因此,不存在x′使得F(x’)优于F(x),即F(x’)>F(x)。只有这样,x才是非劣的Xf中的解决方案。Xf是可行区域,x是该区域的解。因此,不存在x′使得F(x’)优于
F(x),即F(x’)>F(x)。只有这样,x才是非劣的Xf中的解决方案。

  • 帕累托前沿的特征: 假设在非劣帕累托前沿有M个解。它们按的值按升序排序,目标f1和f1的标记范围为1到M。

    • 最大-最小/最小-最大模型:如果f1m在增加,f2m也在增加。
      在这里插入图片描述
    • 最小-最小/最大-最大模型:如果为f1m增大,f2m减小。
      我们可以从以下模型推断,连接任意两个点的一条线对于最小-最大模型具有正斜率,对于最大-最大模型具有负斜率。
  • 平均可变性:连接两条相邻线路的坡度的平均值端点以外的点。
    在这里插入图片描述

  • 灵敏度比:平均变量与其各自目标函数值的比率
    在这里插入图片描述

  • 灵敏度比的无量纲化
    在这里插入图片描述

  • 支配关系:现在我们有了灵敏度比,我们可以基于它创建一个pareto子集,名为X*。Xi中的元素席是xx*中没有xJ的,其中E1j> E1i和E2j> E2i。

  • 偏差度/权重:对于不同的目标函数,解的偏差度是(0,1)中的值。它可用于以后根据偏好选择解决方案,方法是参考其对不同目标的偏差程度
    在这里插入图片描述
    目标在性质上可能相互冲突,因此增加一个目标的权重可能导致另一个目标的权重降低。

  • 好的解决方案:基于上述分析,使用以下标准选择一个好的解决方案
    在这里插入图片描述
    最小值为的解△Emin被认为是无偏的或好的解决方案。实际上,一个好的解决方案对于两个目标函数都有很高的性能价格比

流程图:

在这里插入图片描述

结论

上述方法减少了集合中非劣解的数量。它是决策者获得最优解的一种定量方法。如果所有目标都被同等地考虑,则可以根据性能价格比得到一个好的解决方案。

这篇关于多目标遗传算法M0GA(从Pareto非劣等解决方案中选择最优解)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/406573

相关文章

python+opencv处理颜色之将目标颜色转换实例代码

《python+opencv处理颜色之将目标颜色转换实例代码》OpenCV是一个的跨平台计算机视觉库,可以运行在Linux、Windows和MacOS操作系统上,:本文主要介绍python+ope... 目录下面是代码+ 效果 + 解释转HSV: 关于颜色总是要转HSV的掩膜再标注总结 目标:将红色的部分滤

找不到Anaconda prompt终端的原因分析及解决方案

《找不到Anacondaprompt终端的原因分析及解决方案》因为anaconda还没有初始化,在安装anaconda的过程中,有一行是否要添加anaconda到菜单目录中,由于没有勾选,导致没有菜... 目录问题原因问http://www.chinasem.cn题解决安装了 Anaconda 却找不到 An

Spring定时任务只执行一次的原因分析与解决方案

《Spring定时任务只执行一次的原因分析与解决方案》在使用Spring的@Scheduled定时任务时,你是否遇到过任务只执行一次,后续不再触发的情况?这种情况可能由多种原因导致,如未启用调度、线程... 目录1. 问题背景2. Spring定时任务的基本用法3. 为什么定时任务只执行一次?3.1 未启用

MySQL新增字段后Java实体未更新的潜在问题与解决方案

《MySQL新增字段后Java实体未更新的潜在问题与解决方案》在Java+MySQL的开发中,我们通常使用ORM框架来映射数据库表与Java对象,但有时候,数据库表结构变更(如新增字段)后,开发人员可... 目录引言1. 问题背景:数据库与 Java 实体不同步1.1 常见场景1.2 示例代码2. 不同操作

java常见报错及解决方案总结

《java常见报错及解决方案总结》:本文主要介绍Java编程中常见错误类型及示例,包括语法错误、空指针异常、数组下标越界、类型转换异常、文件未找到异常、除以零异常、非法线程操作异常、方法未定义异常... 目录1. 语法错误 (Syntax Errors)示例 1:解决方案:2. 空指针异常 (NullPoi

使用DrissionPage控制360浏览器的完美解决方案

《使用DrissionPage控制360浏览器的完美解决方案》在网页自动化领域,经常遇到需要保持登录状态、保留Cookie等场景,今天要分享的方案可以完美解决这个问题:使用DrissionPage直接... 目录完整代码引言为什么要使用已有用户数据?核心代码实现1. 导入必要模块2. 关键配置(重点!)3.

Jackson库进行JSON 序列化时遇到了无限递归(Infinite Recursion)的问题及解决方案

《Jackson库进行JSON序列化时遇到了无限递归(InfiniteRecursion)的问题及解决方案》使用Jackson库进行JSON序列化时遇到了无限递归(InfiniteRecursi... 目录解决方案‌1. 使用 @jsonIgnore 忽略一个方向的引用2. 使用 @JsonManagedR

Seata之分布式事务问题及解决方案

《Seata之分布式事务问题及解决方案》:本文主要介绍Seata之分布式事务问题及解决方案,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录Seata–分布式事务解决方案简介同类产品对比环境搭建1.微服务2.SQL3.seata-server4.微服务配置事务模式1

基于Python实现多语言朗读与单词选择测验

《基于Python实现多语言朗读与单词选择测验》在数字化教育日益普及的今天,开发一款能够支持多语言朗读和单词选择测验的程序,对于语言学习者来说无疑是一个巨大的福音,下面我们就来用Python实现一个这... 目录一、项目概述二、环境准备三、实现朗读功能四、实现单词选择测验五、创建图形用户界面六、运行程序七、

前端知识点之Javascript选择输入框confirm用法

《前端知识点之Javascript选择输入框confirm用法》:本文主要介绍JavaScript中的confirm方法的基本用法、功能特点、注意事项及常见用途,文中通过代码介绍的非常详细,对大家... 目录1. 基本用法2. 功能特点①阻塞行为:confirm 对话框会阻塞脚本的执行,直到用户作出选择。②