文档介绍：第 26 卷第 8 期计算机学报 Vol. 26 No. 8
2003 年 8 月 theoretical results for the Pareto optima-l based
evolutionary approaches, mainly focusing on the preference based-individual ordering, fitness assign-
ment, fitness sharing and niche size setting etc. . In addition, some problems that deserve further
studying are also addressed.
Keywords mult-i objective optim ization; evolutionary computation; pareto optimal
往往不一致, 因此很难客观地评价多目标问题解的
1 引言优劣性. 与单目标优化问题的本质区别在于, 多目标
优化问题的解不是唯一的, 而是存在一个最优解集
一般说来, 科学研究与工程实践中许多优化问合, 集合中元素称为 Pareto 最优或非劣最优( non-
题大都是多目标优化问题. 多目标优化问题中各目 dominated) [ 1] . 所谓 Pareto 最优就是, 不存在比其中
标之间通过决策变量相互制约, 对其中一个目标优至少一个目标好而其它目标不劣的更好的解, 也就
化必须以其它目标作为代价, 而且各目标的单位又是不可能通过优化其中部分目标而其它目标不至劣
收稿日期: 2001-04-02; 修改稿收到日期: 2003- 02-10. 谢涛, 男, 1966 年生, 博士, 副教授, 主要研究方向为软计算、组合数学、网络信息
安全、复杂性与复杂科学. E-mail: taoxie@ nudt. edu. cn. 陈火旺, 男, 1936 年生, 教授, 博士生导师, 中国工程院院士, 主要研究方向为软件
工程、人工智能等. 康立山, 男, 1934 年生, 教授, 博士生导师, 主要研究方向为计算机科学理论、演化计算、计