一种高效应用目标规划处理具有重复适应度景观的多目标问题的方法
人工智能
2025-08-13 v1
摘要
许多现实世界的应用要求决策者在考虑多个相互冲突的目标时评估解的质量。对于高度约束的多目标问题，即使对于现代多目标算法，获得良好的近似集也通常是一项困难的任务。在某些情况下，问题场景的多个实例在其适应度景观中呈现出相似性。也就是说，在搜索不同问题实例的解时，适应度景观中存在重复出现的特征。我们提出一种方法来利用这一特性：首先使用计算成本高昂的多目标算法求解给定问题场景的一个实例，以获得良好的近似集，然后使用目标规划（Goal Programming）结合高效的单目标算法来求解同一问题场景的其他实例。我们使用了三种基于目标的函数，并展示了在多目标带时间窗车辆路径问题的基准实例上，该方法能够在短时间内产生良好的结果。该方法允许将最先进的多目标算法的有效性与目标规划的效率相结合，以在实例具有相似适应度景观的问题场景中找到良好的折衷解。
引用
@article{arxiv.2508.08297,
title = {An Efficient Application of Goal Programming to Tackle Multiobjective Problems with Recurring Fitness Landscapes},
author = {Rodrigo Lankaites Pinheiro and Dario Landa-Silva and Wasakorn Laesanklang and Ademir Aparecido Constantino},
journal= {arXiv preprint arXiv:2508.08297},
year = {2025}
}