このページは機械翻訳を使用して翻訳されました。最新版の英語を参照するには、ここをクリックします。
多目的最適化とは
複数の制約を伴う単一の目的では、直面している問題を適切に表せない可能性があるため、複数の目的で問題を定式化する必要がある場合があります。もしそうなら、何らかの方法でトレードオフしなければならない目標のベクトル、
F(x) = [F1(x), F2(x),...,Fm(x)], | (1) |
多目的最適化は、多数の制約または境界の対象となる目的ベクトルF(x)の最小化に関係しています:
F(x) はベクトルなので、F(x) のいずれかの要素が競合する場合、この問題には一意の解がないことに注意してください。代わりに、Zadeh [4] の非劣性の概念 (Censor [1] および Da Cunha と Polak [2] ではパレート最適性とも呼ばれる) を使用して目的を特徴付ける必要があります。非劣性ソリューションとは、1 つの目的を改善するには別の目的を低下させる必要があるソリューションです。この概念をより正確に定義するために、パラメーター空間内の実行可能領域 Ω を考えてみましょう。x は、すべての制約を満たす n 次元の実数 の要素です。つまり、
は
に従います。これにより、目的関数空間 Λ の対応する実行可能領域を定義できます。
パフォーマンス ベクトル F(x) は、図 図 14-1、パラメーター空間から目的関数空間へのマッピング に 2 次元で表されているように、パラメーター空間を目的関数空間にマッピングします。
図 14-1、パラメーター空間から目的関数空間へのマッピング
非劣性解点を定義できるようになりました。
定義:点は、x*の近傍において、と
が成り立つようなΔxが存在しないとき、非劣解である。
図図 14-2、非劣性ソリューションの集合の2次元表現において、非劣解の集合はCとDの間の曲線上にあります。点AとBは、特定の非劣点を表します。
図 14-2、非劣性ソリューションの集合
A と B は明らかに非劣勢の解決ポイントです。なぜなら、一方の目的 F1 の改善には、もう一方の目的 F2、つまり F1B < F1A, F2B > F2A の低下が必要であるからです。
Ω 内の劣った点は、すべての目的において改善が達成できる点を表すため、そのような点には価値がないことは明らかです。したがって、多目的最適化は、非劣性解点の世代と選択に関係します。
非劣性ソリューションは、パレート最適とも呼ばれます。多目的最適化における一般的な目標は、パレート最適解を構築することです。