搜索资源列表
ef_zw
- zw方式操作的多产品间歇过程调度目标函数makespan,遗传算法。-zw methods of multi-product batch process scheduling objective function makespan, genetic algorithm.
6877
- 采用累计贡献率的方法,遗传算法无功优化,多目标跟踪的粒子滤波器。- The method of cumulative contribution rate Genetic algorithm based reactive power optimization, Multi-target tracking particle filter.
3
- 目前的多目标优化算法有很多,Kalyanmoy Deb 的 NSGA-II(Nondominated Sorting Genetic Algorithm II,带精英策略的快速非支配排序遗传算法)无疑是其中应用最为广泛也是最为成功的一种。MATLAB 自带的 gamultiobj 函数所采用的算法,就是基于 NSGA-II 改进的一种多目标优化算法(a variant of NSGA-II)。gamultiobj 函数的出现,为在 MATLAB 平台下解决多目标优化问题提供了良好的途径。gamu
nsga2code
- C语言开发的基于基因遗传算法进行多目标优化设计-C language development based on genetic genetic algorithm for multi-objective optimization design
NSGA_2
- 用于多目标优化算法,即多目标优化遗传算法-非支配排序遗传算法(The NSGA - II algorithm)
multiobjectiveoptimization
- 遗传算法代码, 由 matalb编写 多目标优化遗传算法求解(Genetic algorithm code, written by MATALB. Multi-objective optimization genetic algorithm)
NSGA-II
- 本程序是关于基于非支配排序遗传算法2的matlab程序,用于求解多目标优化问题的非支配解。(The non-dominated solutions of multi-objective optimization problems)
NSGA-II
- 多目标进化算法,带精英策略的非支配选择遗传算法(multi-objective evolution algorithm)
代码
- 基与遗传算法的动态规划,可以解决对于有时间窗约束的多目标车辆寻路问题(HUBThe dynamic programming of base and genetic algorithm can solve the problem of multi-objective vehicle routing problem with time window constraints)
GAmatlab
- 多目标优化,遗传算法,适合于研究多目标优化(matlab genetic algorithm for multi-objective optimization, dual-objective optimization)
GA _new
- 多目标函数优化,举例说明,完整遗传算法;不错的学习算法(multi-objective function optimization;illustration;Complete genetic algorithm)
NSGA-II
- 非支配排序的遗传算法matlab实现,pareto原理求解多目标问题(Matlab implementation of nsga2 with non dominated sorting and Pareto principle to solve multi-objective problems)
algorithms
- 先是将多目标问题分解为单目标 (用切比雪夫和加权平均法)然后用遗传算法优化(Multi-objective optimization algorithm based on java language. First, the multi-objective problem is decomposed into single objectives (using Chebyshev and weighted average method) and then optimized by genetic a
NSGA2算法代码
- 很好的解决多目标优化问题的非支配遗传算法代码 可以解决好多优化问题
30个智能算法模型
- 1-8遗传算法,9 多目标Pareto最优解搜索算法,10 基于多目标Pareto的二维背包搜索算法,11-12免疫算法,13-17粒子群算法,18鱼群算法,19-21模拟退火算法,22-24蚁群算法,25-27神经网络,28 支持向量机的分类,29 支持向量机的回归拟合,30 极限学习机的回归拟合及分类(1-8 genetic algorithm, 9 multi-objective Pareto optimal solution search algorithm, 10 multi-obje
最优化方法-施光燕
- 内容包括优化模型、线性规划、约束和无约束非线性规划、多目标规划、离散型优化问题以及遗传算法,涵盖了工程技术人员所需要的最基本的优化方法。此外,还以附录的方式介绍了线性规划和整数规划应用案例。
Genetic-Algorithm-Path-master
- 通过遗传(GA)算法求解多旅行商(MSTP)问题,用于解决多目标的任务分配(GA algorithm was used to solve MSTP problem,used to solve multi-objective task assignment)
BAS代码
- 天牛须搜索( beetle antennae search,BAS) 算法是2017 年提出的一种基于天牛觅食原理的适用于多目标函数优化的新技术,其生物原理为: 当天牛觅食时,其并不知道食物在哪里,而是根据食物气味的强弱来觅食。天牛有两只长触角,如果左边触角收到的气味强度比右边大,那下一步天牛就会向左边飞,反之则向右飞。依据这一简单原理天牛就可以有效找到食物。与遗传算法、粒子群算法等类似,BAS 不需要知道函数的具体形式以及梯度信息,就可以自动实现寻优过程,且其个体仅为一个,寻优速度显著提高。(
Mrs
- bloch球面量子遗传算法的m文件,用于多目标优化
nsga代码
- nsga代码1. 利用nsga-i实现多目标opttmhzattonNSGA([5])是一种流行的基于非支配的多目标优化遗传算法。该算法是一种非常有效的算法,但由于其计算复杂度高、缺乏精英主义以及为共享参数oshare选择最优参数值而受到普遍批评。融合精英主义,不需要先验选择共享参数。本文将详细讨论NSGA-II。