基于Lagrange函数的最小二乘准则多目标优化方法

摘要

本发明公开了一种基于Lagrange函数的最小二乘准则多目标优化方法，包括：S1、将多目标规划转化为单目标规划；S2、对建立的模型拟合并得到拟合误差；S3、得到最优解模型；S4、将加权因子β介入到目标函数Q(n)中；S5、得到扩展函数；S6、在最优解模型中去掉非负权重；S7、采用最小二乘准则计算最优加权系数。本发明的方法不管系统初始状态如何，系统都可以演化到平衡态；亦即不管优化变量初始值如何，神经网络都将使变量收敛到全局唯一最优解。