论文研究 改进蚁群算法的双目标离散优化问题决策的最小最大策略

多目标优化问题具有两个或多个同时要最小化或最大化的目标。 通常很难找到一个可以优化每个目标的解决方案。 因此，解决问题的最佳方法是为决策者选择一套最能满足其兴趣的解决方案。 在本文中，在目标的加权总和标化下，结合了比率最小-最大策略（获得帕累托最优解之后），以帮助确定最佳折衷解决方案。 作者开发的改进蚁群系统算法解决了以距离和社会成本（例如在铁路建设中）为准则的双目标离散优化问题。 该模型和方法应用于假设网络，该网络由14个节点和20个边缘组成，而另一个由20个节点和97个边缘组成。 针对这些问题获得了帕累托最优解及其最大误差范围，以帮助决策。 所提出的模型和方法是用户友好的，并且向决策者提供