论文部分内容阅读
在多目标优化中,各目标通常相互冲突且不可公度,其最优解(常称为Pareto最优解)往往有无穷多,如何在最优解集合中求出一组分布均匀且数量充足的代表解供决策者选择十分重要.论文将均匀设计、正交设计与遗传算法相结合给出了解多目标优化的一种新方法,并证明了其全局收敛性.新方法用少的计算量便可求出一组在最优解集合中分布均匀且数量充足的最优解.计算机仿真也表明这种方法对不同的试验函数均可用少的计算量求出一组在最优解集合中分布均匀且数量充足的最优解.