[论文解读] Multi-objective Geometric Programming Problem With Weighted Mean Method

Akshay Kumar Ojha, K. K. Biswal|arXiv (Cornell University)|Mar 7, 2010

Optimization and Mathematical Programming参考文献 4被引用 7

一句话总结

本文提出一种加权平均法来求解多目标几何规划（GP）问题，通过加权聚合将多个冲突目标转化为单个标量问题。该方法能有效生成非劣（Pareto最优）解，通过数值例子验证了方法的收敛性和最优性，在工程与工业设计领域具有有效性。

ABSTRACT

Geometric programming is an important class of optimization problems that enable practitioners to model a large variety of real-world applications, mostly in the field of engineering design. In many real life optimization problem multi-objective programming plays a vital role in socio-economical and industrial optimizing problems. In this paper we have discussed the basic concepts and principle of multiple objective optimization problems and developed geometric programming (GP) technique to solve this optimization problem using weighted method to obtain the non-inferior solutions.

研究动机与目标

• 解决工程与工业设计中存在冲突目标需权衡的多目标优化问题。
• 将几何规划（GP）技术扩展至同时处理多个目标。
• 开发一种加权平均法，将多目标GP问题转化为单目标问题以实现可计算求解。
• 生成平衡竞争目标的非劣（Pareto最优）解，适用于实际应用场景。
• 通过数值例子验证所提方法，并展示其收敛性与鲁棒性。

提出的方法

• 加权平均法通过为每个目标分配非负权重，将多个目标函数聚合为单个标量化目标。
• 随后利用标准几何规划技术求解标量化问题，借助正项式逼近与对偶理论。
• 该方法应用加权和方法，将多目标GP问题转化为单目标GP问题。
• 通过求解对偶问题获得最优解，确保在给定权重下的可行性与最优性。
• 算法迭代调整权重以探索Pareto前沿，生成一组非劣解。
• 该方法使用标准GP求解器实现，收敛性通过数值测试验证。

实验结果

研究问题

• RQ1 如何有效将多目标几何规划问题转化为可求解的单目标问题？
• RQ2 加权聚合在几何规划中平衡冲突目标时起到何种作用？
• RQ3 加权平均法能否在多样化工程与工业应用中可靠地生成非劣解？
• RQ4 与现有多目标优化技术相比，该方法在性能与收敛性方面表现如何？
• RQ5 在何种条件下，加权平均法能确保多目标GP中的最优性与稳定性？

主要发现

• 加权平均法成功通过标量化将多目标几何规划问题转化为可求解的单目标问题。
• 该方法生成一组非劣解，代表了冲突目标之间的最优权衡。
• 数值例子证实了该方法在处理实际工程设计问题时的收敛性与鲁棒性。
• 该方法在标量化下保持了几何规划的结构优势，如凸性与对偶性。
• 解的质量对权重选择敏感，合适的权重可获得分布良好的Pareto最优点。
• 该方法计算效率高，适用于工业与社会经济优化中的实际应用。