多目标算法：NSGA-II，SPEA2，PAES，PESA-II，OMOPSO，MOCell，AbYSS，MOEA / D，GDE3，IBEA，SMPSO，SMPSOhv，SMS-EMOA，MOEA / D-STM，MOEA / D-DE ，MOCHC，MOMBI，MOMBI-II，NSGA-III，WASF-GA，GWASF-GA，R-NSGA-II，CDG-MOEA，ESPEA，SMSPO / RP
单目标算法：遗传算法（变体：世代，稳态），进化策略（变体：精英或mu + lambda，非精英或mu，lambda），DE，CMA-ES，PSO（Stantard 2007，Standard 2011） ），珊瑚礁优化。
可以并行执行的算法：NSGA-II，SMPSO，GDE3，SPEA2，PESA-II
包含的问题：
问题族：ZDT，DTLZ，WFG，CEC2009，LZ09，GLT，MOP，CEC2018
古典问题：库尔索，丰塞卡，沙弗，Viennet2，Viennet3
受约束的问题：Srinivas，Tanaka，Osyczka2，Constr_Ex，Golinski，Water，Viennet4
组合问题：多目标TSP
学术问题：OneMax，OneZeroMax
质量指标：超量，扩散，世代距离，反世代距离，反世代距离加，加性ε。
变量表示形式：二进制，实数，整数，置换，混合编码（实数+二进制，整数+实数）。
2021-01-28 03:53:18
147.65MB
1
多目标进化优化算法基础篇——NSGA-Ⅱ算法。
NSGA主要问题：
1、构造pareto最优解集计算复杂度太高，为O( ),m为目标个数，N为种群大小
2、需预先设定共享参数
3、没有采取外部种群策略
（即精英保留机制）
NSGA-Ⅱ改进情况：
1、快速非支配解排序
2、基于拥挤距离保持解集多样性
3、引入精英保留机制保持优良个体
2020-01-16 03:11:47
1.56MB
1
动态NAGA-II算法的matlab代码，主要有拥挤距离，精英策略，基因操作，非支配排序，函数值，NSGA-II主代码等几个模块，本代码只是对FDA函数的测试，还包含测试数据
2020-01-12 03:08:59
25KB
1