多目标优化免费NSGA-II算法源代码+详细解释【详见文章】
多目标优化免费NSGA-II代码+详细解释（详见文章）该函数基于求解多目标最优解的进化算法，即目标的帕累托前沿。最初只输入种群大小和回采标准，或算法自动停止的总代数。您将被要求输入目标函数的数量、决策变量的数量以及决策变量的范围空间。您还必须通过编辑evaluate_objective()函数来定义自己的目标函数。
多目标优化免费NSGA-II算法源代码+详细解释【详见文章】
2022-04-19 15:07:31
155KB
此资源包含经典的多目标进化算法NSGA-II，内涵测试集以及性能度量GD,Spacing,,r等。该算法的文献来源为：A Fast and Elitist Multiobjective Genetic Algorithm:NSGA-II
2022-04-18 09:08:20
9KB
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.
2022-03-19 03:55:21
240KB
1
带精英策略的非支配排序遗传算法（NSGA-II）在多目标优化领域具有广泛的应用，但该算法种群收敛分布不均匀，全局搜索能力较弱，算法运行速度较慢。针对这些局限性提出了改进的排序适应度策略、算术交叉算子策略、按需分层策略和设定阈值选择策略。在典型的测试函数集上的数值实验结果表明，根据这些策略改进的算法得到的非劣解集具有较好的分布性，同时收敛速度更快。
2021-07-01 14:18:09
572KB
1
这个是关于NSGA-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主代码等几个模块里边，本代码只是对基本的测试函数（二维测试函数ZDT1-6，三维测试函数DTLZ1-6）,包含测试数据以及相关的测试函数图像仿真。
2021-04-15 19:40:11
2.41MB
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