帕累托最优解集 您所在的位置:网站首页 帕累托最优图分析 帕累托最优解集

帕累托最优解集

2023-06-30 12:52| 来源: 网络整理| 查看: 265

帕累托最优解集 A、==帕累托最优的若干定义==:1)支配与非支配2)帕累托最优前沿 B、==帕累托非支配排序的遗传算法NSGA-Ⅱ==1)非支配排序2)拥挤度

在这里插入图片描述 在这里插入图片描述 在这里插入图片描述

A、帕累托最优的若干定义: 1)支配与非支配

在这里插入图片描述 如上图所示,若表示为机票,既要考虑飞行时长也要考虑机票价格,保证出行最便捷。 A与C相比,A耗时为2,花费为7.5;C耗时为3,花费也为7.5,那么方案A要比C优秀,那么A支配C。 但是,纵观全部解,没有在耗时和花费两者全部比A优秀的方案,那么就称A为非支配。

2)帕累托最优前沿

A的耗时为2,花费为7.5;B的耗时为3,花费为6。那么两者进行对比,A只能在时间上获胜,B只能在花费上获胜,但是两者没有既在时间又在花费上获胜的情况。且纵观全局,没有在耗时和花费两者全部比A、B优秀的方案,那么A、B就组成了帕累托最优前沿,D、F类似。因此,得到了下图。 在这里插入图片描述

B、帕累托非支配排序的遗传算法NSGA-Ⅱ 1)非支配排序

非支配排序,如图所示,A、B、D、F判定为帕累托前沿后,将他们放到一边,暂时不考虑。再在剩下的方案中,再选一组帕累托前沿,依此类推。 在这里插入图片描述

2)拥挤度

由上述可知,第一帕累托前沿上面的解一般为最优解,但是有很多个,如何进行解的选取。 需要依靠解的拥挤度,总的原则是,为了保证解的多样性,尽量选择人口稀少的地区的解。 拥挤度公式如上图所示,对于i点的拥挤度计算,需要计算i-1与i+1两点的函数差值与(Xmax与Xmin函数差值)的比值,比值越大,表示i的拥挤度越低。 在这里插入图片描述 而对于特殊情况,如上图所示的A、F两点,两侧无解,则视为无穷大,那么A、F两点必被选中。其次再考虑B、D两点的拥挤度。



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有