多参数多目标问题的多目标优化

对于多参数多目标的优化问题用什么方法比较好呢？遗传算法可以吗?具体应该怎么操作呢？
比如一个四因素双目标问题，有通过正交实验获得的数据，怎么实现对这两个目标的优化得出最佳参数呢？

多目标遗传算法，可以学习一下NSGA

• 帮你找了个相似的问题, 你可以看下: https://ask.csdn.net/questions/7693923
• 这篇博客也不错, 你可以看下基于遗传算法及改进的仓库拣货小车路径优化方法与实验（约束条件为载重时间窗等，目标为最低成本）
• 除此之外, 这篇博客: 四、（1）层次聚类中的 在社会学领域，一般通过给定网络的拓扑结构定义网络节点间的相似性或距离，然后采用单连接层次聚类或全连接层次聚类将网络节点组成一个树状图层次结构。其中，树的叶节点表示网络节点，非叶节点一般由相似或距离接近的子节点合并而得到。 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

• 中文名 层次聚类方法
  外文名 Hierarchical Clustering
  性 质 聚类方法
  属 性 层次
  原理的不同 可以分为凝聚和分裂两种方法

  分裂层次聚类采用的就是"自顶而下"的思想，先将所有的样本都看作是同一个簇，然后通过迭代将簇划分为更小的簇，直到每个簇中只有一个样本为止。凝聚层次聚类采用的是"自底向上"的思想，先将每一个样本都看成是一个不同的簇，通过重复将最近的一对簇进行合并，直到最后所有的样本都属于同一个簇为止。

  层次聚类方法的基本思想是：通过某种相似性测度计算节点之间的相似性，并按相似度由高到低排序，逐步重新连接个节点。该方法的优点是可随时停止划分，主要步骤如下：
  （1）移除网络中的所有边，得到有n个孤立节点的初始状态；
  （2 )计算网络中每对节点的相似度；
  （3）根据相似度从强到弱连接相应节点对，形成树状图；
  ( 4）根据实际需求横切树状图，获得社区结构。
  

• 您还可以看一下 Abel小智老师的嵌入式开发系统学习路线 从基础到项目 精品教程 工程师必备课程 物联网课程中的 如何使用回调函数？小节, 巩固相关知识点