使用模糊非支配排序遗传算法对所提出的具有最小平均功率和延迟的双边沿触发静态 D 触发器中的 MOSFET 沟道宽度和电源电压进行多目标优化-II。 论文：使用模糊非支配排序遗传算法对所提出的具有最小平均功率和延迟的双边沿触发静态 D 触发器中的 MOSFET 沟道宽度和电源电压进行多目标优化-II 引文：Keivanian, F.、Mehrshad, N. 和 Bijari, A. (2016)。采用模糊非支配排序遗传算法-II对所提出的具有最小平均功率和延迟的双边沿触发静态D触发器的MOSFET沟道宽度和电源电压进行多目标优化。施普林格加，5（1），1-15。

基于多种遗传算法（NSGA-II，NSGA-III，C-TAEA）和模糊优化算法的实现，用于在大海得拉巴市政公司地区优化最佳管理

改进非支配排序遗传算法NSGA-II代码matlab实现

（matlab代码）带约束条件的非支配排序遗传算法NSGA-II，解决了一个多目标优化问题 （matlab代码）带约束条件的非支配排序遗传算法NSGA-II，解决了一个多目标优化问题 （matlab代码）带约束条件的非支配排序遗传算法NSGA-II，解决了一个多目标优化问题 （matlab代码）带约束条件的非支配排序遗传算法NSGA-II，解决了一个多目标优化问题 （matlab代码）带约束条件的非支配排序遗传算法NSGA-II，解决了一个多目标优化问题 （matlab代码）带约束条件的非支配排序遗传算法NSGA-II，解决了一个多目标优化问题 （matlab代码）带约束条件的非支配排序遗传算法NSGA-II，解决了一个多目标优化问题 （matlab代码）带约束条件的非支配排序遗传算法NSGA-II，解决了一个多目标优化问题 （matlab代码）带约束条件的非支配排序遗传算法NSGA-II，解决了一个多目标优化问题 （matlab代码）带约束条件的非支配排序遗传算法NSGA-II，解决了一个多目标优化问题 （matlab代码）带约束条件的非支配排序遗传算法NSGA-II，解决了一个多目

基于支持向量机和NSGA-II算法的非晶合金变压器结构优化，matlab2017b仿真测试。变压器是当今社会不可或缺的电气设备，非晶合金变压器更是由于节能和环保的特点被国内电力部门所认可。本章选择非晶合金变压器作为研究对象，从变压器有限元仿真计算出发，通过采用正交实验与随机实验设计结合方法获得变压器参数样本空间，利用支持向量机对其电磁模型进行非参数建模，并验证模型的精度；接着使用NSGA-II算法对其结构进行优化，得到一组最优的变压器结构参数，并采用有限元模型验证优化结果的可靠性。

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】

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

非排序遗传算法 II (NSGA-II) 的可承受和压缩实现 此函数执行非排序遗传算法 II (NSGA-II) 以最小化连续函数。该实现是可以忍受的，计算成本低且压缩（该算法只需要一个文件：NSGAIII.m）。提供了一个“example.m”脚本以帮助用户使用该实现。还值得注意的是，为了便于理解，代码被高度注释。该实现基于 Deb 等人的论文。(2002)，“一种快速和精英的多目标遗传算法：NSGA-II”。

多目标优化非排序遗传算法能够解决混合整数非线性问题。 能够求解带约束的混合整数非线性规划。使用上述算法解决了几个基准问题，包括整数变量问题。 指南： 打开“NSGA_II_Abril_Test.m”。 选择您想要的“p”基准问题（p=2 ---> ZDT1 问题）。 运行“NSGA_II_Abril_Test.m”

多目标优化学习NSGA-II笔记