《表3 不同偏好设置结果:结合Kriging和物理规划的多目标代理优化算法》

《表3 不同偏好设置结果:结合Kriging和物理规划的多目标代理优化算法》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《结合Kriging和物理规划的多目标代理优化算法》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

为了设置合理的偏好,观察单个目标函数的取值范围作为需求信息,为上述算例的两个目标函数设置四组不同的偏好。实际应用中,可以将用户的需求信息作为先验信息灵活的调整相应的偏好。先使用NSGAⅡ解出算例的Pareto解集,并根据四组偏好值,找出其中符合偏好要求的点,其结果如图5所示。根据每组偏好,可将多目标问题转换成单目标问题,并使用KPBMOSO算法求解,结果如表3所示。观察四组偏好得出的解,是否在Pareto解集上,结果如图6所示。