[发明专利]一种分层多目标优化方法、终端设备及存储介质

权利要求书

1.一种分层多目标优化方法，其特征在于，包括以下步骤：

S1：获取需要针对多个目标进行优化的多目标优化模型和待优化的所有目标；

S2：根据模糊简化层次分析法将待优化的所有目标划分为主导目标和从属目标；

S3：基于帕累托最优解集，计算多目标优化模型的满足所有主导目标的非支配解；

S4：针对步骤S3得到的所有非支配解，以从属目标为基准对其进行筛选和/或排序，根据筛选和/或排序后的结果得到多目标优化模型的最优解。

2.根据权利要求1所述的分层多目标优化方法，其特征在于：步骤S2的具体实现过程包括以下步骤：

S201：构建描述m个目标之间两两重要性程度优劣关系的模糊简化判断矩阵FSAM：

式中，m表示目标的总数，a_i,1表示第i个目标与第1个目标之间的重要性程度，a_1,i表示第1个目标与第i个目标之间的重要性程度，…，a_i,i表示第i个目标与第i个目标之间的两两重要性程度，i表示目标的序号，m表示目标的总数；

S202：根据模糊简化判断矩阵FSAM中的各元素对应的两个目标之间的重要性程度的大小关系确定各元素的取值；

S203：计算模糊简化判断矩阵FSAM中各行元素的几何均值，将第i行元素的几何均值作为第i个目标的特征值；

S204：对计算的所有几何均值进行归一化处理，得到各目标的归一化特征值；

S205：按照从大到小的顺序将归一化特征值进行排序，并按照排序的顺序切分为两部分，将排序靠前的部分对应的目标作为主导目标，将排序靠后的部分对应的目标作为从属目标。

3.根据权利要求2所述的分层多目标优化方法，其特征在于：步骤S202中各元素的取值的计算公式为：

式中，a_i,i′表示第i个目标与第i′个目标之间的两两重要性程度，S_i和S_i′分别表示第i个目标和第i′个目标的重要性程度。

4.根据权利要求3所述的分层多目标优化方法，其特征在于：当目标的重要性程度由多个决策者决策时，步骤S202中各元素的取值的计算公式为：

式中，β_j表示第j个决策者的权重系数，a′_i,i′,j表示第j个决策者对第i个目标和第i′个目标之间重要性程度对比的评分，n表示决策者的总数。

5.根据权利要求2所述的分层多目标优化方法，其特征在于：步骤S205中切分时按照目标的总数将排序靠前A％的目标作为主导目标，将排序靠后(100-A)％的目标作为从属目标，A表示主导目标占从属目标的百分比。

6.根据权利要求1所述的分层多目标优化方法，其特征在于：步骤S4中进行筛选和/或排序的过程采用并行前序法，并行前序法的具体过程包括：采集S种不同排序方式对所有非支配解的排序结果，针对S个排序结果中的每个排序结果，从中提取其前L个非支配解，得到S个解集，判断是否存在一非支配解同时存在于S个解集内，如果存在，则将该非支配解作为多目标优化模型的最优解，如果不存在，令L增加1，重新获得对应的S个解集。

7.根据权利要求1所述的分层多目标优化方法，其特征在于：步骤S4中进行筛选和/或排序的过程采用顺序组合法或耦合权值法。

8.根据权利要求6所述的分层多目标优化方法，其特征在于：步骤S4中进行筛选和/或排序的过程采用多种方法中的任意两种或两种以上的组合方法，多种方法包括：并行前序法、顺序组合法和耦合权值法。

9.一种分层多目标优化终端设备，其特征在于：包括处理器、存储器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1～8中任一所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1～8中任一所述方法的步骤。