在此代码中，量子粒子群优化 (QPSO) 用于解决多目标组合经济排放调度 (CEED) 问题，该问题使用三次准则函数制定，并考虑单向最大/最大价格惩罚因子。 QPSO 在 6 单元发电系统上实现，并与拉格朗日松弛、粒子群优化 (PSO) 和模拟退火 (SA) 进行比较。 所得结果验证了QPSO方法的有效性并证明了其鲁棒性。 这项研究表明，QPSO 可用作解决其他电力调度问题的有效且稳健的工具。

多目标粒子群算法的matlab源代码，并附带有ZDT1等相关检验函数。

寻找非劣解集合是遗传算法求解多目标优化问题的目标, 而标准的遗传算法收敛性分析方法对多目标遗传算法的分析 并不合适。本文利用有限马尔科夫链给出了遗传算法求解多目标优化问题的两个收敛性定义, 并给出了一个实例研究及进一步的 工作计划。

在分析单目标优化缺陷的基础上,构建了车间多行布局物流成本和空间利用率多目标组合优化模型。设计了车间多行布局遗传算法,针对自动换行、两行布置和三行布置三种不同布局策略的编码方式、遗传操作和适应度函数进行了研究。以某车间布局为实例,分别在单目标和多目标情况下,通过Matlab编程对三种不同布局策略进行了遗传运算,验证了算法的收敛性、实用性和有效性。该模型及算法对车间进行多目标多行布局具有借鉴意义。

：为了保持所求得的约束多目标优化问题Pareto最优解的适应度与多样性，在NSGA-II基础上提出了一种 用于求解有约束的多目标优化问题的热力学遗传算法。结合热力学中自由能与熵的概念，利用热力学中熵与能 量的竞争来保持种群的适应度与多样性的平衡，设计了热力学算子。根据非支配排序Pareto分层结构建立分层 小生境来改进选择算子，弥补了选择算子不足。实验结果表明：该算法不仅得到的解在空间分布均匀，收敛性 好，同时解集具有较广的分布空间。

****************************************************** ****************************************************** ************** 重要提示：这个工具箱是作为我博士的一部分开发的（2014 年结束）。 我决定保留此版本用于比较目的，不会更新。 我邀请您检查此算法的新扩展版本，该版本将根据我们对该主题的研究进展，以新的机制和功能进行更新： https://www.mathworks.com/matlabcentral/fileexchange/65145 ****************************************************** ****************************************************** *

为了适应机器人足球视觉系统图像采集设备从早个到多个的改变，提高系统的跟踪成功率和速度。以信息融合技术为基本思路，提出了一种基于多传感器多目标跟踪的半自主足球机器人视觉跟踪方法。各跟踪模块对覆盖区域的目标进行航迹关联、滤波后再对各传感器信患进行融合得到所有目标单一的航迹。实验表明，该方法具有简单、有效，满足系统实时性要求等特点。

针对多目标优化（multi-objecdve optimization pmblem，MOP）问题，特别是解集分布非均匀问题，提出一种基于混沌变异的优化算法。通过Pareto支配思想来决定粒子的飞行方向，在进化后期加入混沌变异操作，有效地避免早熟收敛现象；根据粒子群优化算法（particle swam otimixation，PSO）特有的记忆建立外部档案，动态引导微粒在每一次迭代的飞行方向。最后通过8个标准多目标测试函数进行测试，实验结果表明该算法是有效可行的，其性能比SPEA和NSGAⅡ更优。

这是我们开发的 Matlab 工具箱，用于使用双存档多目标人工蜂群算法进行成本敏感特征选择。” 该程序的详细信息可以在已提交给 Expert Systems with Applications 期刊的论文“Cost-sensitive feature selection using two-archive multi-objective人工蜂群算法”中找到。 在这个工具箱中，main 函数被命名为“main.m”。 在此功能中，您可以通过更改“fly”的值来选择不同的数据集。

多学科多目标优化软件Isight入门与提高源文件.zip