搜索资源列表
SPEA2
- 强度PARETO算法，非常经典，也是一个学习多目标进化算法的经典作品。-MOEA
nsga2
- 基于NSGA-Ⅱ算法的区域覆盖卫星星座优化将一种基于Pareto最优概念的快速非支配排序遗传算法(NSGA-Ⅱ)引入区域覆盖侦察卫星星座的多目标优化设计-Algorithm based on NSGA-Ⅱ regional coverage satellite constellation will be based on the concept of Pareto optimal fast non-dominated sorting genetic algorithm (NSGA-Ⅱ) the
NSGA-II
- matlab环境下实现的非支配排序遗传算法（NSGA-II），该算法在快速找到Pareto前沿和保持种群多样性方面都有很好的效果-matlab environment to achieve non-dominated Sorting Genetic Algorithm (NSGA-II), the algorithm quickly find the Pareto frontier and maintaining the diversity of the population has a goo
NSGA-II2
- 基于非支配选择的遗传算法（NSGA-II），可用于求解多目标问题，并给出给定数目的帕累托前沿-Based on the non-dominant selection genetic algorithm (NSGA-II), can be used to solve the multi-objective questions and a given number of Pareto frontier
NSGA-II
- 多目标整数规划的遗传算法NSGA-IImatlab源代码，主程序、初始化、计算适应度、排序、选择、交叉变异、重组，最后得到Pareto前言。可以跑通，下载即用，具体方法介绍博客上文章上都有。-Multi-objective integer programming genetic algorithm NSGA-IImatlab source code, the main program, initialization, calculate fitness, sorting, selection,
NSGA-II-matlab
- 多目标遗传算法，降低了非劣排序遗传算法的复杂性，具有运行速度快，解集的收敛性好的优点(NSGA-|| algorithm Pareto)
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)
多目标NSGA
- NSGA（非支配排序遗传算法）、NSGA-II（带精英策略的快速非支配排序遗传算法），都是基于遗传算法的多目标优化算法，是基于pareto最优解讨论的多目标优化。(NSGA (Non-dominated Sorting Genetic Algorithms) and NSGA-II (Quick Non-dominated Sorting Genetic Algorithms with Elite Strategy) are multi-objective optimization algori
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