1樓：
多梯度下降演算法（MGDA）[1]，效果比NSGA，MOEA/D這類的玄學演化演算法好，可解釋性和收斂性都更優，是現在多工學習中的主流優化演算法。更詳細的內容可參考知乎上的乙個寫的很好的專欄：https:
2樓：ChaoesLuol
由於用線性加權求解帕累託前沿效率太低，一般情況下求解多目標優化問題還是依賴進化演算法，例如遺傳演算法，PSO等。遺傳演算法中比較流行的多目標優化演算法有NSGA-II，adaptive weight GA等，NSGA-II的解析和原始碼有興趣的話可以看看我之前寫的一篇筆記。
目前關於多目標優化的研究難點和熱點有哪些？
王源 王瑞 已經回答的非常好了，我就從我的角度說一下我的理解。多目標優化目前研究的難點 1.目標數比較多的多目標優化 多目標優化到底現在能處理多少目標的多目標問題呢？答案會讓你很失望大概2 5個目標吧。多於5個目標的時候目前其實還沒有什麼特別state of the art 的方法呢。那為什麼目標多...
有哪些生活中需要解決但還未解決的問題？
空白格 目前我最需要解決的問題就是對未來的生活有乙個明確的規劃感覺每天都在渾渾噩噩的過日子 現在的工作維持不了很長時間 每天內心都在倒計時 找不到方向 想做自己想做的事情但又拋不開現實的壓力 內心一遍遍的問 到底這一生該怎樣過才能算不負此生 小黃豆子 很多，貧窮意味著工作問題，家庭矛盾，夫妻關係意味...
群論解決問題的例項有哪些？
胖胖小 雖然我是個菜雞但是我這裡有個小例子，也是讓我想學習群論的動力之一這個例子，叫做關燈遊戲 問，隨便給乙個初始狀態，能不能找到乙個按鍵序列，得到燈全滅的狀態?這個就能用群論證明。這其實就是個二元群，而且同構於乙個滿秩的矩陣，因為矩陣滿秩所以一定有解。 最基本的物質構成啊，基本粒子可以依照李群來分...