matlab快速非支配算法代码标准，约束和并行多目标EGO算法 1.无约束多目标EGO算法 使用EIM（预期改进矩阵）标准的无约束多目标EGO算法，与最新的多目标EI标准相比，评估起来便宜得多。 有关EIM标准的详细说明，请参阅[1]。 2.约束多目标EGO算法 使用CEIM（约束预期改进矩阵）准则的约束多目标EGO算法，可以解决昂贵的约束多目标问题。 3.并行多目标EGO算法 使用PEIM（伪期望改进矩阵）标准的并行多目标EGO算法，该算法能够在每个周期中选择多个候选对象以进行并行评估[2]。 4.并行约束多目标EGO算法 使用PCEIM（伪约束预期改进矩阵）标准的并行约束多目标EGO算法，该算法能够在每个周期中选择多个候选对象以进行并行评估[2]。 5.注意事项 dace工具箱[3]用于在实现中构建Kriging模型。 Yi Cao [4]的非支配排序方法用于从所有设计点识别非支配前沿。 超量指标是使用[5] Nicola Beume等人的更快算法来计算的。 （2009）。 EIM和PEIM标准都可以通过DE [6]算法最大化。 参考 D.Zhan，Y.Cheng，Liu J.Li

多目标的电梯群控系统算法分析 多目标的电梯群控系统算法分析.pdf

halcon 对于多目标的模板匹配 （基于形状的模板匹配方法） 通过该方法可对零件进行模板提取 进而对其进行模板匹配

基于攻击图模型的多目标网络安全评估技术研究

文档详细介绍了lingo软件求解优化问题及多目标问题实例，内容详细丰富。

对多目标规划的理想点法的探讨.pdf 多目标规划的理想点法.pdf 多目标决策_理想点法_的推广.pdf

基于多目标视频图像边缘特征的核相关滤波跟踪算法.pdf

粒子群算法 约束多目标 优化 matlab代码 粒子群算法 约束多目标 优化 matlab代码 粒子群算法 约束多目标 优化 matlab代码 粒子群算法 约束多目标 优化 matlab代码

Isight参数化理论与实例详解，实现跨学科多目标优化

提出一种基于灵敏度的多目标鲁棒优化方法．针对各维设计变量存在扰动的情况，在原约束多目标优化模型上，附加偏差目标函数，并采用最差估计法对约束条件进行鲁棒可行性调整．采用全局敏度方程方法来计算目标函数和约束函数对设计变量的敏度，进而采用Pareto遗传算法搜索约束多目标优化问题的非劣解集，设计者可以根据不同的设计准则从中选择合适的设计点．将上述方法用于飞机总体参数优化设计，并与采用常规优化方法所得的优化结果进行了分析和比较．