云计算中虚拟机资源调度多目标优化

本资源可以用于多个目标函数以及多个变量，例如三目标三变量

NSGA-Ⅱ算法是 Srinivas 和 Deb 于 2000 年在 NSGA 的基础上提出的，它比 NSGA算法更加优越：它采用了快速非支配排序算法，计算复杂度比 NSGA 大大的降低；采用了拥挤度和拥挤度比较算子，代替了需要指定的共享半径 shareQ，并在快速排序后的同级比较中作为胜出标准，使准 Pareto 域中的个体能扩展到整个 Pareto 域，并均匀分布，保持了种群的多样性；引入了精英策略，扩大了采样空间，防止最佳个体的丢失，提高了算法的运算速度和鲁棒性。

Matlab编程，用于计算作业车间中的最大完工时间、总延期、设备总负载、能耗总量多个目标的优化计算，基于NSGA2进行作业车间多目标优化调度的计算

PlatEMO是基于MATLAB的多目标优化算法平台，内涵多种遗传算法和进化算法，其中PlatEMO v1.5 可以调用图形界面，算法较为齐全并且最新的。 将此代码包解压，复制到PlatEMO的Algorithms文件夹里面，就可以在PlatEMO的里调用MOEA/D-M2M。

低比转速离心泵叶轮多目标优化设计.rar

内容全面，方便调试，代码清晰，易于理解，本人已经用过，可信任

提出一种多目标自适应混沌粒子群优化算法(MACPSO). 首先, 基于混沌序列提出一种新型动态加权方法选择全局最优粒子; 然后, 改进NSGA-II 拥挤距离计算方法, 并应用到一种严格的外部存档更新策略中; 最后, 针对外部存档提出一种基于世代距离的自适应变异策略. 以上操作不仅提高了算法的收敛性, 而且提高了Pareto 最优解的均匀性. 实验结果表明了所提出算法的有效性.

ANSYS Workbench Environment(AWE)作为新一代多物理场协同CAE仿真环境,其独特的产品构架和众多支撑性产品模块为产品整机、多场耦合分析提供了非常优秀的系统级解决方案。它所包含的 个主要模块, :儿何建模模块(Design Modeler)、有限元分析模块(Design Simulation)和优化设计模块(Design Xplorer)将设计、仿真、优化集成于一体,便于设计人员随时进入不同功能模块进行双向参数互动调用,使与仿真相关的人、部门、技术及数据在统一环境中trt 1ttiAWE具有以下主要特色。

动态多目标优化算法