多目标优化中NSGA-II进阶是怎样的

发布时间：2022-01-04 10:42:19 来源：亿速云阅读：123 作者：柒染栏目：大数据

多目标优化中NSGA-II进阶是怎样的，针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

01 | 问题描述

问题描述：

假设存在五类物品，每类物品中又包含四种具体物品，现要求从这五类物品中分别选择一种物品放入背包中，使得背包内物品的总价值最大、总体积最小、总质量最小。（PS： 这里将背包的总质量限制去掉 ）。其中P为每个物品的价值，R为每个物品的体积，C为每个物品质量。

PS：每一列物品代表每一类物品

02 | 算法设计

这里的算法设计部分其实没有多大变化，算法详细的设计过程可参考多目标优化 | 基于NSGA-II的多目标0-1背包问题求解（附matlab代码）这篇推文。

主要是有两个不同点。

第一不同点就是删掉第2部分-约束处理，因为这个问题本身是不存在约束限制的。

第二个不同点是适应度函数变为三个目标，第一个目标为物品总价值之和，第二个目标为物品总体积之和，第三个目标为物品总质量之和。

此外，小编这里想重点讲一下支配的含义。

我想各位小伙伴已经理解了支配的含义，不过小编在这里再啰嗦一遍。理想情况下，支配可以简单粗暴地来理解为一个解的所有目标值都好于另一个解的所有目标值。但是这只是理想情况，严谨的来说支配的含义是至少在某一个目标值上，一个解优于另外一个解，然后在其它目标值上，这个解要不次于另一个解。

03 | 实验结果

我们一共找到48个Pareto最优解，并已在坐标系中画出。

其中每个个体如下图左侧所示。

关于多目标优化中NSGA-II进阶是怎样的问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注亿速云行业资讯频道了解更多相关知识。

向AI问一下细节

多目标优化中NSGA-II进阶是怎样的

猜你喜欢

最新资讯

相关推荐

相关标签