搜索资源列表
遗传算法多目标优化模板
- 利用geatpy库是实现多目标优化， 基于改进NSGA-Ⅱ算法求解多目标优化问题的进化算法模板，传统NSGA-Ⅱ算法的帕累托最优解来只源于当代种群个体，这样难以高效地获取更多的帕累托最优解，同时难以把种群大小控制在合适的范围内，改进的NSGA2整体上沿用传统的NSGA-Ⅱ算法，不同的是，该算法通过维护一个全局帕累托最优集来实现帕累托前沿的搜索，故并不需要保证种群所有个体都是非支配的。(Using geatpy library to realize multi-objective optimiza
PSO
- 采用粒子群算法求解多目标优化问题，有注释(Using particle swarm optimization to solve multi-objective optimization problems with annotations)
PSO
- 本程序为粒子群算法的源代码可应用于微电网的多目标经济优化调度(This program is the source code of particle swarm optimization algorithm and can be applied to multi-objective economic optimal dispatch of microgrid)
MOEA
- 多目标进化算法，内容很全，所有函数M文件都有。（不含文本说明）(MOEA Multi-objective evolutionary algorithm, the content is very complete, all function M files have. (excluding text descr iptions))
NSGA-II for Scheduling
- 利用Matla编写的NSGA-II算法，用于求解车间调度的多目标问题(The NSGA-II algorithm written by Matla is used to solve the multi-objective problem of job shop scheduling.)
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)
遗传算法多目标优化
- 这是遗传算法多目标优化程序。虽然是基础的GA算法程序，但是注释清晰，可以修改目标函数运行，也可以在此基础上进行算法优化(This is a multi-objective optimization program of genetic algorithm. Although it is the basic GA algorithm program, but the annotation is clear, it can modify the operation of the objective
多目标优化
- 多目标优化的各种类型算法的仿真程序，粒子群、遗传等等(Various types of programs for multi-objective optimization)
用遗传算法求解多目标函数优化
- 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(Multi-objective function, using genetic algorithms to find the optimal solution under multiple constraints)
层次分析法MATLAB实现
- 层次分析法，简称AHP，是指将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。该方法是美国运筹学家匹茨堡大学教授萨蒂于20世纪70年代初，在为美国国防部研究"根据各个工业部门对国家福利的贡献大小而进行电力分配"课题时，应用网络系统理论和多目标综合评价方法，提出的一种层次权重决策分析方法。该文件中包含了使用MATLAB来实现层次分析法的代码。(Analytic hierarchy process (AHP) is a decision
NSGA
- 多目标遗传算法是NSGA-II[1]（改进的非支配排序算法）,该遗传算法相比于其它的多目标遗传算法有如下优点：传统的非支配排序算法的复杂度为 ，而NSGA-II的复杂度为 ，其中M为目标函数的个数，N为种群中的个体数。引进精英策略，保证某些优良的种群个体在进化过程中不会被丢弃，从而提高了优化结果的精度。采用拥挤度和拥挤度比较算子，不但克服了NSGA中需要人为指定共享参数的缺陷，而且将其作为种群中个体间的比较标准，使得准Pareto域中的个体能均匀地扩展到整个Pareto域，保证了种群的多样性
MOEA-master
- matlab是一种编程软件，也称矩阵实验室. 在数值计算方面做出了很大的贡献. 多目标优化问题是最优化领域中的一种优化方法，得出的解是折衷解. 多目标优化问题可以分为约束多目标优化问题和无约束多目标优化.在实际生活中，有很多问题都可以被视为多目标优化问题，如旅行商问题、工程问题，证券投资问题等，然而采用matlab编程软件具有很好的求解展示效果.(Matlab is a programming software, also known as a matrix laboratory. It has
MOPSO多目标粒子群优化算法MATLAB实现.rar
- MOPSO多目标粒子群优化算法MATLAB实现(Implementation of MOPSO multi-objective particle swarm optimization algorithm in MATLAB)
DTLZ
- 用于多目标算法的测试，特别是高位多目标的效果比较好，大家可以试试。(Test for multi-objective algorithm)
MODA多目标蜻蜓算法
- 用蜻蜓算法求解多目标优化问题，可以运行，完整代码(Using Dragonfly algorithm to solve multi-objective optimization problems, it can run, complete code)
MOPSO多目标粒子群优化算法MATLAB实现
- MOPSO多目标粒子群优化算法MATLAB实现（可直接运行）(MOPSO multi-objective particle swarm optimization algorithm MATLAB (can be directly run))
含分布式电源多目标粒子群无功优化
- 使用matlab语言编程的粒子群算法对含分布式电源的配电网进行多目标优化(Multi-objective optimization of distribution network with distributed generation using particle swarm optimization algorithm programmed by MATLAB)
遗传算法多目标优化
- 遗传算法解决多目标优化问题，利用遗传算法对多目标问题进行优化得到pareto最优解。(The genetic algorithm solves the multi-objective optimization problem and USES the genetic algorithm to optimize the multi-objective problem to get pareto's optimal solution.)
PSO_byself.m
- 粒子群算法求解约束多目标优化万能matlab代码。本代码是基于有约束条件的寻优问题，采用APSO可以加快寻优的速度，修改参数比较简单，目标函数和上下限根据自身的需要进行改动，，可以实现目标函数的寻优(Particle swarm algorithm for solving constrained multi-objective optimization universal matlab code. This code is based on the optimization problem wi
nsga2-master
- 可被用来解决目标函数冲突的多目标优化问题(Solving multi-objective optimization problems)