电力系统动态环境经济调度(DEED)在节能减排中具有举足轻重的地位。针对NSGA-Ⅱ的不足，提出一种具有可控精英主义的选择操作的改进NSGA-Ⅱ(MNSGA-Ⅱ)，在保证精英主义的前提下保证种群的多样性。对模型复杂约束的启发式操作中所遇到的进化受阻问题进行分析，并采用基于前向搜索算子的改进启发式操作解决该问题。利用新型成员函数表征Pareto最优解集中个体的优劣性，选出最佳折中解。经典10机系统算例仿真结果表明，与NSGA-Ⅱ相比，所提MNSGA-Ⅱ具有更佳的全局搜索能力。

考虑碳排放的车间调度问题，同时优化碳排放和最大完工时间，采用的NSGA-II算法，包括初试种群的生成，变异，交叉，选择等所有过程，最后还有画出甘特图的代码。一共求解了四个问题，典型的LA01(10×5)问题，FT06(6x6)问题及两个变式，所有过程都注释的很详细。

本论文介绍了新颖的NSGA-III算法，并将其应用于高维的目标优化中，取得良好结果。

针对带有约束条件的多目标函数，进行多目标参数优化

用matlab编写的nsga_II算法，经过测试。

NSGA-II 多目标遗传算法MATLAB实现，实测可以运行，可以参考

NSGA-2多目标规划在Matlab中的实现算法实例。

本资源是“基于参考点的非支配遗传算法-NSGA-III”博客中的参考资料，此资料下载对于理解NSGA-III算法将起到非常重要的作用，且部分文章我已经做了注解。

完整代码，可直接运行

美国国家标准学会 根据文章，NSGA-III算法在C ++中的实现： Kalyanmoy Deb和Himanshu Jain，一种使用基于参考点的非支配排序方法的进化多目标优化算法，第一部分：解决盒子约束问题。 IEEE进化计算学报，第1卷。 18，第4号，第577-601页，2014年8月。doi：10.1109 / TEVC.2013.2281535。 该代码使用DTLZ和WFG测试问题进行了测试，获得的结果与作者报告的结果非常相似。 欢迎提供贡献和错误修复。 示范 演示“ src / main_nsga3.cpp”包含NSGA-III算法的可伸缩性测试，方法是将目标数量从3个改为10个（考虑到DTLZ2问题）。 编译特定的目标文件： make Makefile