多目标非排序鲸鱼优化算法 (MOWOA) (NSWOA) MATLAB 代码
2022-04-15 13:07:21
12KB
这是具有非支配排序和拥挤距离方法 (MOBO2) 的多目标倭黑猩猩优化器 (MOBO) 的 Matlab 代码。开发了三个版本的 MOBO，
如采用网格索引方法的 MOBO (MOBO1)、采用非支配排序和拥挤距离方法的 MOBO (MOBO2) 和采用分解技术的 MOBO (MOBO3)。
在这三个版本中，总体而言，MOBO2 方法与其他两种方法相比具有更好的性能。
这是为解决无约束优化问题而编写的。
然而，它也可以通过约束处理方法解决约束优化问题。
用户应编写自己的目标函数并进行相应修改。
根据问题需要修改常用参数和算法特定参数。
MOBO算法的详细信息，请参考和引用如下：
达斯，AK，尼库姆，AK，克里希南，SV 等。多目标倭黑猩猩优化器（MOBO）：用于多标准优化的智能启发式。
知识信息系统（2020）。https://doi.org/10.1007/s10115-020-01503-x
2022-04-15 13:07:09
9KB
使用改进的快速排序查找多目标帕累托前沿
此函数返回给定多目标解空间的帕累托最优设计集的索引
此函数将索引返回到对应于帕累托最优设计集的给定矩阵。该函数的底层算法基于快速排序，并且对于具有有利的领先系数的 n 个设计（其中 n_p 是帕累托最优）同样实现了 O(n lg n + n_p) 的预期运行时间。它的实现尽可能矢量化，并支持在 <、> 或 min() 下定义的任何数据类型。
2022-04-15 13:07:08
3KB
使用此代码请引用论文这是论文的源代码：Pradeep Jangir，Narottam Jangir：一种新的非支配排序灰狼优化器（NS-GWO）算法：解决工程设计和经济约束排放调度的开发和应用风电并网问题。英。应用程序。神器。英特尔。72: 449-467 (2018)
2022-04-15 13:06:58
20KB