13、多目标优化方法与实践

多目标优化方法与实践

在现实生活的设计问题中，常常会涉及到多个需要达成的目标或标准，例如在降低系统成本的同时，要最大化系统效率并最小化系统重量。这就需要特殊的方法论来解决这类多目标设计问题。下面将介绍一些多目标优化的方法、工具以及相关的实践问题。

1. 目标规划与物理规划方法对比

1.1 目标规划（GP）

目标规划是尝试为每个目标达到给定的目标值。其关键特性如下：
- GP实施相对容易。
- 编码较为简单。
- 在许多实际案例中能提供有用的答案。
- 可能过度依赖所选的目标值。
- 对于每个目标需要分配权重，在处理两个以上目标的情况时，确定权重极为困难。

1.2 物理规划（PP）

物理规划方法能更真实地表达偏好。以质量目标为例，它可以用不同的期望范围来描述，如质量小于2kg是高度期望的，2 - 3kg是期望的，3 - 5kg是可容忍的，5 - 7kg是不可取的，7 - 8kg是高度不可取的，超过8kg则是不可接受的。物理规划的关键特性如下：
- 更有助于引导设计者找到最偏好的解决方案。
- 对所选的期望价值不太敏感。
- 不需要分配权重，在处理两个以上目标的实际情况中，权重很难正确确定。
- 在各种多目标实际案例中表现良好。
- 使技术知识有限的用户也能进行优化。

1.3 两种方法对比总结

方法	实施难度	编码难度	对目标值依赖