讨论了非支配排序遗传算法(non-dominated sorting gentie algorithm Ⅱ，NSGA2)及其参数确定问题，利用NS-GA2对两目标水库优化调度问题进行求解，求出了问题的Pareto前端，比较了参数不同取值的优化结果。实例分析结果表明：NSGA2中遗传操作参数(包括锦标赛选择参数、模拟二进制交叉分布参数、多项式变异分布参数)对优化结果影响很小，算法具有鲁棒性，对大部分水库多目标优化问题可采用推荐值；当NSGA2种群规模和进化代数两个参数足够大时，即可得到足够多且分布均匀的Pa

提出三维装载与CVRP 联合多目标优化问题(3LCVRPMO) 模型, 该模型在三维装载约束下的CVRP 问题(3LCVRP) 的基础上, 考虑了配送车辆数目及路径总距离两个目标函数. 在权衡装箱和路径优化两个优化过程的基础上, 构建了多阶段/两层混合算法架构(MSOTLH) 及其算法, 并对路径优化偏好的3LCVRPMO 问题进行求解. 基于3LCVRP 问题相关算例的数据实验结果表明, 所提出的3LCVRPMO 模型及MSOTLH 算法是有效的.

在考虑公交乘客出行行为的基础上，分4阶段进行公交网络优化。首先针对城市交通拥堵的现状采用绕行策略对公交线路进行优化。然后进行直达率计算，确定优化网络。以换乘最少为目标，用空间P方法对运输网络进行建模分析，通过内置网络拓扑矩阵，利用Floyd算法得到每个两个站点间的最小乘车次数矩阵，利用广度优先算法搜索换乘最少的运输路径。出行时间最短为目标，对同一OD对间的所有总线线路进行优化。算插入明：该方法可以合理，高效地实现区域范围内的公交网络优化。

适用于NSGA-2算法中的拥挤度排序计算。上传为MATLAB代码

针对约束多目标区间优化问题, 提出一种交互多属性决策NSGA-II 算法. 该算法将非线性问题线性化, 定义P占优支配关系求出个体的序值, 定义区间拥挤距离来区分具有相同序值个体的优劣, 采用约束精英策略删除种群中不满足约束的个体. 将选出的个体作为方案集, 目标函数作为属性集, 决策者对于各目标函数的偏好作为属性权重, 构建一个多属性决策模型, 在进化过程中融入该模型来选取符合决策者偏好的满意解. 仿真实验验证了所提出方法的可行性和正确性.

Two_Arch2 一种用于多目标优化的改进的两归档算法 Wanging Wang，焦立成，姚鑫，Two_Arch2：一种用于多目标优化的改进的两归档算法，IEEE进化计算学报，第19卷，第4期，第524-541页，2015年。

【优化求解】蜻蜓算法求解多目标优化问题matlab源码.md

为获得合理的集装箱码头泊位—岸桥分配方案，建立了以最小化船舶在港时间和码头生产成本为目标的优化模型。提出一种多目标遗传算法用于求解该模型，算法中采用染色体组的方式表示可行解，给出了多个约束条件下的交叉算子运算规则，个体的各目标值结合岸桥分配启发式算法求得，并应用Pareto分级方法进行适应度值评价；同时给出了最终实施方案的选择策略。试验算例表明，与单目标优化相比，提出的优化方法能获得使码头综合效益较大的满意解。

有关更多信息，请参阅以下链接： http://yarpiz.com/95/ypea124-moead