NSGAII算法是一个多目标函数优化算法。多目标函数优化有一种方法是，假如现在有n个目标函数fi,首先将每个目标函数乘以一个适当的参数alfai，再将所有的目标函数加起来，得到一个目标函数。这就将多目标函数转化为单目标函数了。

遗传算法多目标函数优化MATLAB代码遗传基因 本文的仿真源代码。 抽象的 我们解决了认知无线电网络中的功率控制问题，在该网络中，次要用户利用空间频谱机会而不会对主要用户造成不可接受的干扰。 提出了一个优化问题，旨在最大程度地提高次要用户的效用并确保主要和次要用户的QoS。 为了解决功率分配问题，提出了一种遗传算法，并提出了两种适应度函数。 第一个旨在最小化辅助网络的总发射功率消耗。 第二个是多目标函数，面向联合优化次级网络的总容量和发射功率消耗。 结果表明，基于多目标适应度函数的遗传算法辅助功率控制方案的性能接近最佳。 入门 为了运行仿真，您需要Matlab 2015a或更高版本以及与已安装的Matlab版本兼容的C编译器。 在命令行中输入： git clone https://github.com/raikel/GeneticCrn 打开Matlab并将源目录src （及其所有子文件夹）添加到Matlab搜索路径。 在Matlab工作区中，打开目录src\lib\mex并在命令窗口中键入： compile 这将编译所有源mex文件。 要使用默认参数值运行仿真，请在Matlab命令窗

在这个程序中，目标函数是一元函数，然后变量进行了编码。子代选择使用的是轮盘赌法。多目标函数和多变量函数，以及轮盘赌法和覆盖法。变量编码与未编码。请看我其他上传的资源。都自己运行过。注释详细。

粒子群算法的Pareto多目标函数优化,多目标粒子群优化算法原理,matlab源码

本文主要讲述了多目标优化问题，和遗传算法的简单问题介绍

基于MATLAB遗传工具箱的多目标函数优化-基于MATLAB遗传工具箱的多目标函数优化.pdf 希望对学习遗传算法的朋友有帮助。

基于遗传算法的目标函数优化求解

多目标函数，在多个约束条件的情况下用遗传算法找出最优解 matlab源程序 可供参考

摘要： 评卷的公平分配问题在当今社会占据着很重要的地位，以大学生数学建模的评卷为例，随着人们的日益关注，使得参赛学校和参赛的人数在不断的增加，而评委的人数有限，因而如何让评委公平合理的去评阅每一分试卷便成了急待解决的问题。本文采用数学思想将问题简单化，根据不同题组参评试卷的总数，用平均分配的方法将评委随机分配到各题题组中，确定各题组的评委人数。采用0-1规划的方法来控制试卷被成功评阅的情况，成功评阅记为1，其它情况记为0。利用多目标线性规划，建立目标函数使得评委评阅的同一学校的试卷份数最少，并满足每份答卷经由三个不同的评委评阅、评委回避本校答卷、各评委评阅试卷的总分数尽可能相等的约束条件，建立了多目标线性规划模型。利用Excel和Matlab软件对数据进行处理并求解模型，从而得到了公平的评卷分配方法，使问题得以解决。

MATLAB多目标优化模型代码，只需要自己修改多目标函数，可以运行，在数学建模等比赛中可以使用，可以直接运行，还含有遗传算法的工具箱，解压添加路径就可以使用，百度查询MATLAB工具箱导入即可