多目标优化实战问题解决
📚 共计 30 章节
01
多目标优化概述
定义、历史、与单目标优化的区别、现实世界中的多目标问题
基础
概念
02
帕累托最优理论
帕累托支配、帕累托最优解集、帕累托前沿、非支配排序
核心
理论
03
多目标优化算法分类
经典方法（加权和法、ε-约束法）、进化算法（MOEA）、基于分解的方法
分类
框架
04
加权和法详解
原理、权重选择、优缺点分析、Python代码实现
经典
代码
05
ε-约束法详解
原理、约束选择、优缺点分析、Python代码实现
经典
约束
06
多目标进化算法（MOEA）基础
进化算法框架、适应度分配、多样性保持
进化
基础
07
NSGA-II算法（上）
非支配排序、拥挤度距离、锦标赛选择
NSGA-II
排序
08
NSGA-II算法（下）
精英保留策略、算法流程、Python代码实现
NSGA-II
实现
09
MOEA/D算法
基于分解的MOEA、权重向量生成、聚合函数、Python代码实现
分解
MOEA/D
10
SPEA2算法
强度帕累托进化算法、适应度分配策略、环境选择
SPEA2
适应度
11
多目标粒子群优化（MOPSO）
粒子群算法基础、外部档案、领导者选择
粒子群
MOPSO
12
多目标模拟退火（MOSA）
模拟退火基础、接受准则、多目标扩展
模拟退火
MOSA
13
性能指标（上）
GD（世代距离）、IGD（反转世代距离）、HV（超体积）
指标
GD
HV
14
性能指标（下）
Spread、Coverage、运行时间分析、指标选择指南
指标
覆盖
15
测试函数
ZDT系列（ZDT1-ZDT4）、DTLZ系列（DTLZ1-DTLZ3）、WFG系列简介
测试
ZDT
DTLZ
16
约束多目标优化
约束处理技术、罚函数法、ε-约束支配、自适应约束处理
约束
罚函数
17
高维多目标优化
维度灾难、MaOP挑战、基于参考点的方法（NSGA-III）
高维
NSGA-III
18
动态多目标优化
动态问题特征、响应策略、动态测试问题
动态
响应
19
多目标优化在工程设计中的应用
结构优化、参数调优、成本-性能权衡
工程
应用
20
多目标优化在机器学习中的应用
模型选择、超参数调优、特征选择
机器学习
调参
21
多目标优化在金融中的应用
投资组合优化、风险-收益权衡、回测框架
金融
投资
22
多目标优化在供应链中的应用
库存管理、物流路径、成本-服务权衡
供应链
物流
23
多目标优化在能源系统中的应用
可再生能源调度、碳排放-成本权衡
能源
碳排
24
多目标优化在自动驾驶中的应用
路径规划、安全-效率权衡、多目标决策
自动驾驶
路径
25
多目标决策制定（MCDM）
TOPSIS、AHP、VIKOR、PROMETHEE方法
决策
MCDM
26
可视化技术
平行坐标图、散点图矩阵、雷达图、帕累托前沿可视化
可视化
图表
27
开源框架与工具
Platypus、pymoo、DEAP、jMetal、MOEAFramework
框架
工具
28
实战项目一：双目标函数优化（ZDT1）
从算法实现到结果分析
实战
ZDT1
29
实战项目二：三目标函数优化（DTLZ2）
算法对比与性能评估
实战
DTLZ2
30
实战项目三：工程约束多目标优化
焊接梁设计问题
实战
约束
焊接梁