MO-NILM：一种用于 NILM 分类的多目标进化算法MO-NILM: A multi-objective evolutionary algorithm for NILM [1] Machlev, R.、Belikov, J.、Beck, Y. 和 Levron, Y. (2019)。MO-NILM：一种用于 NILM 分类的多目标进化算法。Energy and Buildings, 199, 134-144. ‏ [ 2] Tian, Y., Cheng, R., Zhang, X., & Jin, Y. (2017)。PlatEMO：用于进化多目标优化的 MATLAB 平台 [教育论坛]。IEEE 计算智能杂志，12(4)，73-87。

在多目标进化算法中，时间复杂度过高是普遍的问题，特别是三个目标函数以上时，解的等级分配占用了过多的运算时间。针对三目标问题，利用帕累托支配关系，对解的等级分配进行研究，发现经典的等级排序及分配方法存在一定的冗余操作，需对全部的解先排序后，才能再分配等级并选择下一代，造成部分不必要的运算。为减少该冗余，利用帕累托非支配关系结合差分进化，实现高效三目标进化算法。算法每次迭代对种群中最高等级的个体进行计算，在分配等级同时进行选择后代个体操作，当后代种群生成时便跳出计算，从而减少个体的计算数量，降低运算量；同时给出该方法的相关理论分析和证明过程。针对一系列三目标优化问题，将提出方法与著名排序方法NSGAⅡ及近年来优秀的ENS方法进行对比实验。仿真实验结果表明，提出方法在时间复杂度和收敛速度上优于经典方法，稍差于ENS方法。在标准测试函数DTLZ1-DTLZ6的性能上，提出方法近似于ENS方法，优于NSGAⅡ算法，从而验证了提出方法的有效性和正确性。

paradiseo启发式优化框架

metslib进化算法框架

使用基于模糊 c 均值的进化聚类进行图像分割目标函数：使用距离度量测量的簇内距离图像特征：3个特征（R，G，B值） 它还包含一个基于矩阵的输入样本示例

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：思维进化算法应用于优化BP神经网络的初始权值和阈值_思维进化算法_BP神经网络_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：遗传退火进化算法_ga_nn_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

在非线性、全局寻优、组合优化参数各种算法上，不断提出的各种优化算法。比如 * 遗传算法 * 进化差分算法 * 免疫算法 * 蚁群算法 * 粒子群算法 * 模拟退火算法 * 禁忌搜索算法 * BP神经网络等等 可以用于信号处理、图像处理、生产调度、路径规划、模式识别、自动控制等等领域 优化算法他是以数学为基础，在目前发机器学习、深度学习相关的论文，就会考虑和与其组合成优化参数的预测模型，比如基于PSO的SVM算法，基于遗传算法优化的随机森林在某方面的实际应用。 以上代码全部基于MATLAB编程，这些仿真案例代码均有注释，方便学者理解代码编程思路，以及自己的后期改变应用到实际的科研情况。 同时，考虑到MATLAB相比Python在搭建环境上更加容易，所以本上传基于MATLAB的代码 诚然，代码过多，如果想单买，也可以联系笔者。

java语言编写的多目标优化算法 基于分解的多目标，能够得到最优解

基于DEAP的脑电情绪识别（基于CNN的多目标进化算法选择的人类情绪与脑电图通道的二维区分)，采用的tensorflow框架，模型为深度卷积神经网络模型