优势移动：多目标优化中解集比较的一种度量

多目标优化最常见的方法之一是生成一个能很好近似整个帕累托最优前沿的解集，以方便后续的决策过程。然而，如何评价和比较不同解集的质量仍具挑战性。现有度量通常需要额外的问题知识和信息，例如参考点或帕累托最优前沿的替代集。本文提出一种称为优势移动(DoM)的质量度量，用于比较多目标优化器生成的解集。给定两个解集，DoM度量一个集弱帕累托支配另一个集所需移动距离的最小和。DoM可视为两个解之间差异的自然反映，捕捉解集质量的各个方面，符合帕累托支配，且不需要任何额外的问题知识和参数。我们给出了双目标情形下计算DoM的精确方法。我们展示了构造解集最小移动最优划分的必要条件，并相应提出一种高效算法递归计算DoM。最后，DoM在几组人工和真实测试用例上进行了评估，并与两种成熟的质量度量进行比较。