Векторная оптимизация - это подобласть математической оптимизации, в которой задачи оптимизации с векторными целевыми функциями оптимизируются с учетом заданного частичного упорядочения и с учетом определенных ограничений. Многоцелевой оптимизации задача является частным случаем задачи векторной оптимизации: Цель пространство является конечномерным евклидовым пространством частично упорядочено покомпонентной «меньше или равно» упорядоченности.
Постановка проблемы [ править ]
Математически задача векторной оптимизации может быть записана как:
где для частично упорядоченного векторного пространства . Частичное упорядочение индуцируется конусом . является произвольным множеством и называется допустимым множеством.
Концепции решения [ править ]
Существуют разные понятия минимальности, среди них:
- является слабоэффективной точкой (слабый минимизатор), если для каждого есть .
- является эффективной точкой (минимизант) , если для каждого из них имеет .
- является правильно эффективной точкой (собственным минимизатором), если является слабо эффективной точкой относительно замкнутого заостренного выпуклого конуса, где .
Каждый правильный минимизатор - это минимизатор. И каждый минимайзер - это слабый минимайзер. [1]
Современные концепции решения не только состоят из понятий минимальности, но также учитывают достижение инфимума . [2]
Способы решения [ править ]
- Алгоритм Бенсона для задач линейной векторной оптимизации. [2]
Отношение к многоцелевой оптимизации [ править ]
Любую многокритериальную задачу оптимизации можно записать как
где и является неотрицательным ортант из . Таким образом, минимизатором этой задачи векторной оптимизации являются точки, эффективные по Парето .
Ссылки [ править ]
- ^ Гинчев, И .; Guerraggio, A .; Рокка, М. (2006). «От скалярной к векторной оптимизации» (PDF) . Приложения математики . 51 : 5. DOI : 10.1007 / s10492-006-0002-1 . hdl : 10338.dmlcz / 134627 .
- ^ a b Андреас Лёне (2011). Векторная оптимизация с точками инфимума и супремума . Springer. ISBN 9783642183508.