搜索资源列表
SGALABbugfix
- 多目标遗传算法程序 to run Demo files, is to run SGALAB_demo_*.m what s new: 1) Multiple-Objective GAs VEGA NSGA NPGA MOGA 2) More TSP mutation and Crossover methods PMX OX CX EAX Boolmatrix 3) More selection methods
jmetal.3.1.tar
- 外国人写的基于java的多目标优化源程序jMetal 3.1最新版，包括NSGA-II\SPEA2\MOPSO等。-jMetal 3.1 for multiobjective optimization
Standard_evolutionary_algorithm_design_and_analysi
- 为了有效检测多目标优化进化算法的性能，从3 个方面进行多目标优化测试问题的设计，即约束条件、最优解分布的均匀性、算 法逼近Pareto 最优前沿的难度，采用NSGA-Ⅱ算法对这些测试问题进行仿真实验，并将算法求得的最优解可视化。结果显示，测试问题能够有效检测算法在上述3 方面的性能。-In order to effectively detect the multi-objective optimization evolutionary algorithm performance, from
NSGA-II
- 相对于NSGA而言，NSGA—II具有以下优点：1)提出新的基于分级 的快速非胜出排序算法，将计算复杂度由 降到 ，其中： 表示目标函数的数目， 表示种群中个体的数目；2)为了标定分级快速非胜出排序后同级中不同元素的适值，也为使准 域中的元素能扩展到整个 域，并尽可能均匀遍布，文献[7]提出了拥挤距离的概念，采用拥挤距离比较算子代替需要计算复杂的共享参数的适值共享方法；3)引入了保优机制，扩大了采样空间，经选择后参加繁殖的个体所产生的后代同其父代个体共同竞争来产生下一代种群，因此有利于保持优良的
MOEA-NSGA-II
- NSGA (No n- Do mina te d So r ting in Ge ne tic Alg o r ithms [5 ]) is a p o pula r no n-do mina tio n ba s e d g e ne tic a lg o r ithm fo r multi- o b je c tive o ptimiz a tio n. I t is a ve r y e ff e c tive a lg o r ithm but ha s b e e n g
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
ypea126-nsga-iii
- 包含约束的非支配排序遗传算法3的代码。。(Code of non dominated sorting genetic algorithm 3 containing constraints.)
NSGA-III
- 用matlab实现的多目标进化NSGA-3算法，直接修改目标函数后即可使用，十分有用(The multi-objective evolutionary NSGA-3 algorithm implemented by Matlab can be used directly after modifying the objective function, which is very useful.)
NSGAⅡ
- 利用NSGAⅡ算法处理多目标优化问题，测试函数包括ZDT1,2,3; DTLZ1,2,3。包含测试函数的真实前沿面数据。(NSGA II algorithm is used to deal with multi-objective optimization problems. The test functions include ZDT1,2,3 and DTLZ1,2,3. Contains the real frontier data of the test function.)
choxiao-NSGA-II
- 测试nsga2的优化性能,包含zdt系列、sch系列，支持三个目标下的约束求解(NSGA-II TEST,including zdt series,sch series and is okay for a 3-dimensional minimization problem.)