包含在各种报文中的LSA信息 * Packet类型 LSA信息 Database Description LSA头部信息，包括LS Type, LS ID, Advertising Router和LS Sequence Number LS Request 只有LS Type, LS ID和Advertising Router LS Update 完整的LSA信息，包括LSA头部和具体的链路状态信息 LS Ack LSA头部信息，包括LS Type, LS ID, Advertising Router和LS Sequence Number * 不同的协议报文中包含不同部分的LSA信息。

采用差分进化算法（Differential Evolution）优化LSTM回归预测，全中文注释，内置数据集，可以matlab2019上直接运行（已测试）

ui 交互软件设计...

加权和和ε约束方法在多目标优化中的应用 演示两种多目标优化策略 创建用于介绍性设计优化课程（例如 UIUC 的 SE 413）。证明 epsilon-constraint 方法可以识别与多目标优化问题相对应的 Pareto 前沿上的非支配点，而更知名的加权和方法则不能。测试题改编自： “Optimization in Practice with MATLAB: For Engineering Students and Professionals”，A. Messac，2015，剑桥大学出版社

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”

相当基础的东西，供OpenGL初学者使用。希望对大家有所帮助。（需要glut辅助库）

这个MATLAB工具为多目标优化提供了不同的功能： 为不同的求解器 提供通用接口 蛮力网格搜索（穷举搜索） MATLAB单目标遗传算法 ('ga') MATLAB多目标遗传算法（'gamultiobj'） 为 MATLAB 求解器 提供抽象层 缩放输入变量 生成和过滤初始点 将高级数据结构（'struct'）转换为低级（'matrix'） 生成求解器所需的低级输入 允许对函数进行矢量化和并行评估 将要评估的点数分成块 使用并行计算（'parfor'）评估块 块内的点以矢量化方式评估 在数学上，解决了以下优化问题： 多个变量 整数变量 上限和下限 不等式约束 平等约束 非连续目标函数 单目标或多目标目标 该工具由苏黎世联邦理工学院电力电子系统实验室开发

多目标优化测试环境(测试多目标优化问题的算法并输出数据以及视觉效果和准确度配置文件) 算法： 随机搜索 网格搜索 MOPSO NSGA-II MNM-MeshMap 测试集： 维基百科问题 DTLZ 问题 随机生成的问题（二次和正弦多项式） 用户定义的问题（输入您自己的问题） 指标： 超容量 贡献 Epsilon 指标 视觉效果： 针对个别问题的算法结果 更大数据集的准确度配置文件 其他： 数据摘要的逗号分隔值 (CSV) 文件

受闪电和 Lichtenberg 图形启发的受限多目标优化器 多目标 Lichtenberg 算法 (MOLA)(MULTI-OBJECTIVE LICHTENBERG ALGORITHM (MOLA)).zip 佩雷拉，JLJ 等人。多目标 Lichtenberg 算法：用于解决工程问题的基于混合物理的元启发式算法。具有应用程序的专家系统，2021 年。https://doi.org/10.1016/j.eswa.2021.115939