 GPT答： |
7i24.cn
|
。
转换为：
遗传算法是一种广泛应用于各种优化问题的启发式算法。它通过模仿生物的遗传进化过程，来搜索最优解[31，32]。由于不能确定目标的权重，多目标优化问题很难被转化为单目标优化问题来进行求解。针对具有多个竞争目标的多目标优化问题，非支配排序遗传算法II（NSGA-II）是一种常见的多目标进化算法（MOEA）[33]。NSGA-II可在解决多目标问题时提供一个非支配域（Pareto域），以保留具有不同优化性能的解[34]。如果给定的非支配域中没有其它解可以在不恶化其它目标函数的情况下改进某一目标函数，这些解就被称为非支配或帕累托最优解，在进化过程中的一组非支配解被称为帕累托“补充扩展”。
|
