跳至主要內容
Goat_Yang
首页
AI 与算法
基础与方法
通识基础
参数设置分析方法
非学习类算法
具体问题与案例
机器学习与研究
机器学习
深度学习
迁移学习
强化学习
智能优化
优化基础与算法
前沿算法与框架
基准测试与竞赛
AI 应用
知识与检索
知识图谱
检索增强生成(RAG)
智能体系统
Agent 设计
记忆系统
提示词工程
工具与实践
Agent 客户端与工具
Skills、MCP 与插件
AI 应用话题
论文随笔
随笔
数学建模专题
数学随记
信号处理
计算机随记
程序设计语言随笔
前端随笔
海克斯麻将
音乐
软件工具
版本控制
Git
系统与容器
Linux
Docker
开发与远程工具
VSCode
远程连接与控制
文档与知识管理
论文管理与知识库构建
LaTeX
开源项目推荐
外站
简体中文
English
搜索
Ctrl
K
多目标优化问题
Goat_Yang
2025/10/15
多目标优化
导论
约 147 字
小于 1 分钟
多目标优化同时考虑多个可能相互冲突的目标,通常通过 Pareto 最优解集描述不同目标之间的权衡。
目录
算法性能指标
多目标优化问题介绍
多目标进化算法(MOEA)
基于分解的多目标进化算法(MOEA/D)
多目标遗传算法(MOGA)
小生境帕累托遗传算法(NPGA)
强化帕累托进化算法二代(SPEA2)
非支配遗传算法三代(NSGA Ⅲ)
非支配遗传算法二代(NSGA Ⅱ)
后续会持续更新
多目标优化的建模方式、Pareto 概念和常见术语
解集评价指标、前沿可视化和结果分析方法
MOEA、分解法、参考点法等求解框架
典型 benchmark 问题与真实应用案例
上一页
分布式车间调度问题