这是基于K.DEB的文章的编写的无约束遗传算法 NSGA II。由于网上一些程序子文件多，输入接口麻烦，编写算法复杂，近亲遗传等问题，本程序力求简化，将输入接口放在一起，简化输入参数，程序不问问题努力计算，绝对是您的最佳首选。
2019-12-21 19:42:58
4KB
1
测试可以跑，根据自己情况修改下函数即可.
NSGA-III 首先定义一组参考点。然后随机生成含有 N 个（原文献说最好与参考点个数相同）个体的初始种群，其中 N 是种群大小。接下来，算法进行迭代直至终止条件满足。在第 t 代，算法在当前种群 Pt的基础上，通过随机选择，模拟两点交叉（Simulated Binary Crossover，SBX）和多项式变异 产生子代种群 Qt。Pt和 Qt的大小均为 N。因此，两个种群 Pt和 Qt合并会形成种群大小为 2N 的新的种群 Rt=Pt∪Qt。
为了从种群 Rt中选择最好的 N 个解进入下一代，首先利用基于Pareto支配的非支配排序将 Rt分为若干不同的非支配层（F1，F2等等）。然后，算法构建一个新的种群St，构建方法是从 F1开始，逐次将各非支配层的解加入到 St，直至 St的大小等于 N，或首次大于 N。假设最后可以接受的非支配层是 L层，那么在 L+ 1 层以及之后的那些解就被丢弃掉了，且 St\ FL中的解已经确定被选择作为 Pt+1中的解。Pt+1中余下的个体需要从 FL中选取，选择的依据是要使种群在目标空间中具有理想的多样性。
2019-12-21 19:37:59
15KB
1
多目标遗传发算法NSGA-III（基于参考点的非支配排序算法），在NSGA-II基础进行改进的，提高了算法的收敛性
2019-12-21 19:22:38
3KB
1
NSGA_2求解多目标柔性作业车间的调度算法matlab源码（包含gantt 图的绘制），本人原创，亲测有效。
2019-12-21 18:56:52
12KB
1