前言

提醒：
文章內容為方便作者自己后日復習與查閱而進行的書寫與發布，其中引用內容都會使用鏈接表明出處（如有侵權問題，請及時聯系）。
其中內容多為一次書寫，缺少檢查與訂正，如有問題或其他拓展及意見建議，歡迎評論區討論交流。

內容由AI輔助生成，僅經筆者審核整理，請甄別食用。

---

相關論文研閱

• 論文閱讀：《無約束多目標優化的遺傳算法，群體和進化計算》
• 論文閱讀：《Many-Objective Evolutionary Algorithms: A Survey. 》多目標優化問題的優化目標評估的相關內容介紹
• 論文閱讀：《針對多目標優化和應用的 NSGA-II 綜述》一些關于優化算法的簡介
• 論文閱讀：《多目標和多目標優化的回顧與評估：方法和算法》

（超）多目標優化算法簡介

• 蟻群優化算法（Ant Colony Optimization, ACO）簡介
• 模擬退火算法 (Simulated Annealing, SA)簡介
• 遺傳算法（Genetic Algorithm, GA）簡介
• 粒子群優化（Particle Swarm Optimization，PSO）簡介
• SPEA2（Strength Pareto Evolutionary Algorithm 2）優化算法簡介
• PAES (Pareto Archived Evolution Strategy)優化方法簡介
• 超多目標優化算法（Many-Objective Optimization，通常指目標數 ≥ 4~5 個）簡介
• KnEA（Knee-point-driven Evolutionary Algorithm）簡介
• MOEA/D（Multi-Objective Evolutionary Algorithm based on Decomposition）簡介
• MOEA/DD（多目標進化算法基于分解）簡介
• MOEA/DD與MOEA/D的區別
• NSGA-III（Non-dominated Sorting Genetic Algorithm III）簡介

多目標優化代碼示例

• 蟻群優化算法（ACO）求解旅行商問題（TSP）
• 模擬退火算法對Rastrigin函數的優化
• 遺傳算法（Genetic Algorithm,GA）優化Rastrigin函數
• 遺傳算法（GA）優化 Rastrigin 函數
• 粒子群優化算法（Particle Swarm Optimization, PSO） 求解二維 Rastrigin 函數最小值問題
• 自組織遺傳算法（Self-Organizing Genetic Algorithm, SOGA）求解Rastrigin函數優化問題
• 自組織粒子群優化算法（Self-Organizing Particle Swarm Optimization, SOPSO）求解Rastrigin函數
• PAES算法求解 ZDT1 雙目標優化問題
• MOGA（多目標遺傳算法）求解 ZDT1 雙目標優化問題
• 多目標粒子群優化（MOPSO）解決ZDT1問題
• NSGA-II（Non-dominated Sorting Genetic Algorithm II） 算法求解 ZDT1 雙目標優化問題
• MOEA/D優化DTLZ2（7目標）問題
• MOEA/DD（基于分解的多目標進化算法，結合差分進化操作）求解DTLZ2多目標優化問題
• NSGA-III（非支配排序遺傳算法 III）求解 7 目標的 DTLZ2 測試函數
• KnEA方法優化DTLZ2問題（7個優化目標）

多目標優化_測試函數相關

• 多目標優化測試函數簡介
• DTLZ2 問題簡介，理論帕累托理論前沿以及一些可視化
• Rastrigin函數簡介
• ZDT1 雙目標優化問題簡介

多目標優化的評估方法

• 論文閱讀：《Many-Objective Evolutionary Algorithms: A Survey. 》多目標優化問題的優化目標評估的相關內容介紹
• 超體積指標（Hypervolume Indicator，S 度量）詳析
• 世代距離（GD）和反轉世代距離（IGD）詳析

高維數據的一些可視化方法

• 高維函數（數據）可視化的一些方法
• 一種高維數據可視化的方法：Visualization and Mapping on Arcs (VMA)