这个问题已经发布在stack数学链接中,我也想把它发布在这里以获得答案
多目标优化的一般形式如下:
Maximise/ Minimise f(x), m=1,2,… ,M;
subject to j (x)≥0, j=1,2,… ,J;
k (x)=0, k=1,2,… ,K;
x_i^((L))≤x_i≤x_i^((U)), i=1,2,… ,N;
其中,f(x): R^N→R^M,x=(x_1,x_2,...,x_K,...,x_N)
是N个参数的向量,M是目标函数的数量,k和j分别是等式和不等式约束,k和j分别是解必须满足的等式和不等式限制的数量。最后一组约束是限制每个参数x_i
取上界x_i^((U))
和下界x_i^((L))
内的值的参数边界。
平等和不平等的制约因素是什么?他们做什么?我怎么能知道K和J?
我感谢的所有反馈
优化问题是对系统建模的一种方式。变量、目标和约束都来自于这个模型。考虑对资源x_i
的可用性的限制。假设你有5个x_i
,那么一个不等式约束j
就是-x_i + 5 >= 0
。等式约束K来自于类似的考虑。假设您必须指定恰好三个x_i
。那么就有了一个相等约束k
:x_i = 3
。