【摘要】:,L)都用一个称为功效系数ηi(i=1,2,…在具体使用这些功效系数函数时应做出相应的规定。例如,规定ηi=0.3为可接受方案的功效系数下限,0.3<ηi≤0.4为较差情况;0.4<ηi≤0.7为效果稍差但可接受的情况;0.7<ηi≤1为效果最好的情况。
将每个分目标函数fi(X)(i=1,2,…,L)都用一个称为功效系数ηi(i=1,2,…,L)来表示该项指标的好坏。功效系数ηi是一个定义于0≤ηi≤1之间的函数,当ηi=1时表示第i个分目标的效果达到最好,ηi=0时表示第i个分目标的效果最坏,将这些系数的几何平均值称为总功效系数η,即
η的大小可表示该设计方案的好坏,显然,最优设计方案应是
当η=1时表示取得最理想方案;当η=0时表明这个方案不能接受,此时必有某项分目标函数的功效系数ηi=0。
图6-1给出了几种功效系数函数曲线,其中图6-1a表示与fi(X)值成正比的功效系数ηi的函数,图6-1b表示与fi(X)值成反比的功效系数ηi的函数,图6-1c表示fi(X)值过大或过小都不行的功效系数函数。在具体使用这些功效系数函数时应做出相应的规定。例如,规定ηi=0.3为可接受方案的功效系数下限,0.3<ηi≤0.4为较差情况;0.4<ηi≤0.7为效果稍差但可接受的情况;0.7<ηi≤1为效果最好的情况。(www.xing528.com)
图6-1 功效系数函数曲线
用总功效系数η作为统一目标函数F(X)
比较直观巨易调整,同时由于各个分目标最终都化为0~1间的数值,各个分目标函数的量纲不会互相影响,而巨一旦有一项分目标函数不理想(ηi=0)时,其总功效系数必为零,表示该设计方案不能接受。另外,这种方法易于处理,有的目标函数既不是越大越好,也不是越小越好的情况。因而虽然计算较繁、但仍不失为一种有效的多目标优化方法。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。