ROBBO：一种具有精确度保障的帕累托前沿估计高效方法

《IEEE Transactions on Systems, Man, and Cybernetics: Systems》：ROBBO: An Efficient Method for Pareto Front Estimation With Guaranteed Accuracy

　　

摘要：

本文提出了一种用于估计双目标优化问题中帕累托前沿的新方法。该方法假设帕累托前沿是连续的，被称为ROBBO（鲁棒且平衡的双目标优化方法），只需采样有限个预先计算好的帕累托前沿点。最终，它能确保对于两个目标函数而言，最坏情况下的近似误差都在决策者所设定的容忍范围内。文中还给出了关于保证所需精度所需的最坏情况帕累托前沿样本数的理论结果，这些结果既适用于一般情况，也适用于文献中提到的特定采样方法。通过理论和数值对比分析，证明了该方法的优越性。最后，该方法在二维定位系统的受限路径跟踪问题以及连续流搅拌槽反应器的稳态优化问题中得到了应用。ROBBO的开放演示版本可在线获取。