理解原因↗
讲师指出,如果启发式方法没有恰好落在帕累托前沿上,产生许多非常接近该前沿的可行解仍然是一个理想的结果。实际目标是尽可能多地填充附近的候选解,即使它们不是完美的最优解,这也提供了有价值的候选解。
适用条件:这适用于未实现帕累托前沿的精确达到的情况。;讨论的解是绘制的目标空间中的可行解。
YouTube多目标优化与帕累托前沿
5:18 – 5:32原站看这一段 ↗
讲师指出,如果启发式方法没有恰好落在帕累托前沿上,产生许多非常接近该前沿的可行解仍然是一个理想的结果。实际目标是尽可能多地填充附近的候选解,即使它们不是完美的最优解,这也提供了有价值的候选解。
适用条件:这适用于未实现帕累托前沿的精确达到的情况。;讨论的解是绘制的目标空间中的可行解。
YouTube多目标优化与帕累托前沿
5:18 – 5:32原站看这一段 ↗