整个系统(目标)的整体效率和燃料使用受抽气压力 (opt.vars) 的影响。 热力学状态已通过 MATLAB 中的 CoolProp 工具箱提取。 首先,我们必须以最大化效率然后最小化燃料使用的方式指定压力。 这个过程是一个单目标优化。 之后,我们不得不同时优化两个目标,这是一个多目标优化。 对于此过程,我们在MATLAB中使用了NSGA(II)。 结果报告了获得的帕累托前沿。 PS:NSGA(II)是非支配排序遗传算法(版本2),它是一种进化方法。 (元启发式)
2021-10-27 10:25:10 2.86MB matlab
1
非常好的NSGAII多目标遗传算法,仔细理解算法过程,便可掌握编写。遗传算法早在上世界50年代就已经被人提出并进行了阐发。它的核心就是遗传三算子,也就是选择,交叉和变异。通过随机选择的父代,对子代基因进行随机交叉和随机变异,从而形成新的种群。在种群中利用适应度函数对种群个体进行排序,选择出适应度好的个体进行下一代迭代
1
自适应遗传算法和粒子群算法的混合算法(多目标优化)
多目标遗传算法(NSGA-III)matlab源代码 多目标遗传算法(NSGA-III)matlab源代码 多目标遗传算法(NSGA-III)matlab源代码 多目标遗传算法(NSGA-III)matlab源代码已验证
2021-08-07 22:14:38 12KB matlab 多目标遗传算法 代码 帕累托
1
多目标遗传算法NSGAII,采用快速非裂解排序、精英保留和拥挤度计算选择,使用实数编码
2021-05-30 02:56:34 35KB NSGAII 遗传算法 实数编码
1
Matlab的多目标遗传算法,用法不用多说了,需要的来下吧
2021-05-25 22:34:15 122KB 多目标遗传算法
1
moead遗传算法matlab代码,包括很多目标测试函数。多目标
2021-05-06 22:03:03 379KB matlab MOEAD 遗传算法 多目标
1
Python3求解单目标、多目标混合流水车间调度问题。包括生成案例、编码、解码、算法程序。单目标、多目标分别设计了一个测试文件。生成案例后,即可运行。优点:正确、简单、求解质量较好。缺点:速度较慢。
1
特征选择是常用的预处理任务之一,其目的是减少智能算法和模型的输入量。这有助于简化模型,降低模型训练的计算成本,提高模型的泛化能力和防止过度训练。用于前馈人工神经网络(ANNs)训练的进化特征选择的MATLAB实现。
1
MATLAB工具箱大全-NSGA-II工具箱
2021-02-10 11:02:21 37KB NSGA NSGA-II matlab 多目标遗传算法