数学建模学习（95）：MO-JAYA算法对多目标（多元）函数寻优求解

我们在前面的文章中学习了JAYA算法的基本原理和案例实现，但是它主要是适合做单目标寻优。为此伟大的数学家提出了一种新的多目标优化算法MO-Jaya算法，考虑了现代加工过程的多目标优化方面，对于所考虑的每个加工过程，都会获得一组帕累托最优解以及帕累托前沿。MO-Jaya 算法也可以应用于其他制造过程的多目标优化问题。

经过大量资料和文献查询，本篇文章介绍它的升级版MOJAYA多目标寻优算法案例实现。

声明：未经允许，不得转载。即使订阅该专栏，仅供自己学习、比赛等用途,不得商业用途。

一、算法简介

Jaya算法（Multi-objective Jaya Algorithm，MOJAYA）由Fateh Berrouk 等人于2018年提出。

多目标 Jaya (MaOJaya) 算法的设计和应用，以优化多目标基准优化问题,通过引入NSGA-II的非支配排序和锦标赛选择方案对基本的Jaya算法进行了修改。引入参考点机制来遍历算法以达到最佳解决方案。基本的 Jaya 算法在保留其基本属性的同时进行了修改。Tchebycheff——一种基于分解的方法用于简化复杂的 MaOP。所提

文章来源: chuanchuan.blog.csdn.net，作者：川川菜鸟，版权归原作者所有，如需转载，请联系作者。

原文链接：chuanchuan.blog.csdn.net/article/details/126406175