進化多目標優化算法學習綜述

最初，多目標優化問題→通過加權等方式轉化爲單目標問題→用數學規劃求解。 這樣每次只能得到一種權值下的最優解。而且MOP的目標函數、約束函數可能是非線性、不可謂、不連續的，傳統的數學規劃效率低，並且它們對於權值或目標給定的次序比較敏感。 進化算法：同夥代與代之間維持由潛在解組成的種羣來實現全局搜索。   第一代EMO：採用基於非支配排序的個體選擇方法和基於適應度共享機制的種羣多樣性保留策略。代表：N

>>阅读原文<<