optimization - 多目标优化中的平等和不平等约束?
问题描述
这个问题已经发布在 stach 数学链接中 ,我也想在这里发布它以获得答案
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约束的数量。最后一组约束是限制每个参数x_i
在上限x_i^((U))
和下限内取值的参数界限x_i^((L))
。
什么是等式和不等式约束?他们做什么?我怎么知道K和J?
我感谢所有的反馈
解决方案
优化问题是对系统建模的一种方法。变量、目标和约束都来自该模型。考虑对有多少资源x_i
可用的限制。假设你有 5 个x_i
。那么一个不等式约束j
是-x_i + 5 >= 0
。等式约束 K 来自类似的考虑。假设您必须准确分配 3 个x_i
。然后你有一个等式约束k
:x_i = 3
。
推荐阅读
- html - 如何停止 div 中的浮点数以与另一个 div 中的另一个浮点数交互?
- python - Python:按键拆分字典列表
- c++ - c ++递归函数正常工作,但从0开始索引。需要它从1开始
- python - Python 导入适用于应用程序,但不适用于命令提示符或脚本
- python - Sphinx 没有为文件生成文档
- reactjs - React Infinite scroll 不会在第一页触发滚动
- php - PHP页面加载时自动硬刷新
- r - 在框架以 r ggplotly 结束后保留折线图
- python - 如何使用 Python 在两个子图中绘制虚线?
- asp.net-core-mvc - 找不到名为“搜索”的视图组件