进化算法求解多目标随机期望值模型

多目标优化问题由多个满足其约束条件的目标组成,在求解的过程中,许多变量往往具有随机性、突发性和不可预测性。因此考虑随机变量在多目标决策过程中的影响作用具有重要的意义。如今随机期望值模型的求解缺少通用的、普遍优化的算法。对于不同的算法,求解函数模型结果也会有不同的效果。本文针对确定性的测试集函数,在函数模型中引入随机变量,并使用正态分布、指数分布、均匀分布,构建新的多目标随机期望值模型。同时,针对模型,采用六种多目标进化算法进行求解分析,结果表明不同的算法对于求解多目标随机期望值模型的效果不同,NSGA-II算法在求解多目标随机期望值模型上更具有优势。