matlab多目标优化工具箱_基于遗传算法的多目标优化算法

本文文字：1400  阅读时间：5分钟 

多目标优化问题中拥有多个目标函数，x为待优化的变量。其中，x可能拥有上下约束、线性等式约束以及线性不等式约束。多目标优化算法的目的为寻找Pareto最优解。

Pareto最优解是指资源分配的一种理想状态，假定固有的一群人和可分配的资源，从一种分配状态到另一种状态的变化中，在没有使任何人境况变坏的前提下，使得至少一个人变得更好。

函数gamultiobj

多目标优化算法有很多，MATLAB提供了函数gamultiobj，为在MATLAB平台下解决多目标优化问题提供了良好的途径。函数gamultiobj也包含在GADS工具箱中。

函数gamultiobj是基于遗传算法的，除了个体、种群、代等概念，其还有以下概念。

1. 支配(dominate)与非劣(non- inferior)

在多目标优化问题中，如果个体p至少有一个目标比个体q的好，而且个体p的所有目标都不比个体q的差，那么称个体p支配个体q，或者称个体q受个体p支配，也可以说，个体p非劣于个体q。

2. 序值(r