多目标优化的演化算法.pdf

第 26 卷 第 8 期 计 算 机 学 报 Vol. 26 No. 8
2003 年 8 月 theoretical results for the Pareto optima-l based
evolutionary approaches, mainly focusing on the preference based-individual ordering, fitness assign-
ment, fitness sharing and niche size setting etc. . In addition, some problems that deserve further
studying are also addressed.
Keywords mult-i objective optim ization; evolutionary computation; pareto optimal
往往不一致, 因此很难客观地评价多目标问题解的
1 引 言 优劣性. 与单目标优化问题的本质区别在于, 多目标
优化问题的解不是唯一的, 而是存在一个最优解集
一般说来, 科学研究与工程实践中许多优化问 合, 集合中元素称为 Pareto 最优 或非劣最优( non-
题大都是多目标优化问题. 多目标优化问题中各目 dominated) [ 1] . 所谓 Pareto 最优就是, 不存在比其中
标之间通过决策变量相互制约, 对其中一个目标优 至少一个目标好而其它目标不劣的更好的解, 也就
化必须以其它目标作为代价, 而且各目标的单位又 是不可能通过优化其中部分目标而其它目标不至劣
收稿日期: 2001-04-02; 修改稿收到日期: 2003- 02-10. 谢 涛, 男, 1966 年生, 博士, 副教授, 主要研究方向 为软计算、组合数 学、网络信 息
安全、复杂性与复杂科学. E-mail: taoxie@ nudt. edu. cn. 陈火旺, 男, 1936 年生, 教授, 博士生导师, 中国工程院院士, 主 要研究方向为软 件
工程、人工智能等. 康立山, 男, 1934 年生, 教授, 博士生导师, 主要研究方向为计算机科学理论、演化计算、 计