[发明专利]基于前景区域的多目标模型的分析方法及装置

说明书

本发明公开了一种基于前景区域的多目标模型的分析方法及装置，该方法包括：对多目标模型进行初步求解，得到当代种群；确定所述当代种群中的各个体的代价值；根据各个体的代价值从所述当代种群中筛选出L个第一个体，其中，L个所述第一个体中的任一个所述第一个体的代价值不小于所述当代种群中的非第一个体；根据L个所述第一个体确定前景区域；通过所述前景区域中的区域个体确定所述多目标模型的目标解集。可见，实施本发明能够降低多目标模型求解的算力以及提高多目标模型求解的效率。

技术领域

本发明涉及计算机技术领域，尤其涉及一种基于前景区域的多目标模型的分析方法及装置。

背景技术

多目标优化是指使多个目标在给定区域同时尽可能最佳，多目标优化的解通常是一组均衡解，即一组由众多Pareto(帕累托)最优解组成的最优解集合，集合中的各个元素称为Pareto最优解或非劣最优解。在现有技术中，主要通过计算机利用进化算法对多目标模型进行求解，从而得到多目标模型的解集。

然而，通过计算机利用进化算法对多目标模型进行求解，需要利用当代种群中的所有个体进行求解，导致求解所需要的算力较大。

发明内容

本发明所要解决的技术问题在于，现有技术需要利用当代种群中的所有个体进行求解，导致求解所需要的算力较大。因此，本发明提供一种基于前景区域的多目标模型的分析方法及装置，能够降低多目标模型求解的算力以及提高多目标模型求解的效率。

为了解决上述技术问题，本发明第一方面公开了一种基于前景区域的多目标模型的分析方法，所述方法包括：

对多目标模型进行初步求解，得到当代种群；

确定所述当代种群中的各个体的代价值；

根据各个体的代价值从所述当代种群中筛选出L个第一个体，其中，L个所述第一个体中的任一个所述第一个体的代价值不小于所述当代种群中的非第一个体；

根据L个所述第一个体确定前景区域；

通过所述前景区域中的区域个体确定所述多目标模型的目标解集。

作为一种可选的实施方式，在本发明第一方面中，所述确定所述当代种群中的各个体的代价值，包括：

通过预设代价函数确定各个体的代价值；

其中，所述预设代价函数包括：

其中，CV_ij表示个体fⁱ被另一个个体f^j替代的代价，m表示目标的数量，N^*表示当代种群中的个体。

作为一种可选的实施方式，在本发明第一方面中，所述根据各个体的代价值从所述当代种群中筛选出L个第一个体，包括：

根据各个体的代价值进行排序处理；

执行至少一次筛选处理，直至筛选出L个个体，所述筛选处理包括选择代价值最大的个体，并从排序处理的结果中删除选择的个体；

将筛选出的L个个体作为L个第一个体。

作为一种可选的实施方式，在本发明第一方面中，所述通过所述前景区域中的区域个体确定所述多目标模型的目标解集，包括：

判断所述区域个体的数量是否大于所述当代种群的规模；

在所述区域个体的数量大于所述当代种群的规模的情况下，对所述区域个体进行剔除处理，直至剔除后的区域个体的数量与所述当代种群的规模一致；

将剔除后的区域个体作为第二个体，并通过所述第二个体确定所述多目标模型的目标解集。