搜索资源列表
NSGA-II
- 演化、遗传计算方法NSGA2的源代码-evolution, genetic method NSGA2 the source code!
MOEA-NSGA-II
- 基于进化算法的多目标优化,以matlab程式所寫成,請大家參考參考-evolutionary algorithm based on the multi-objective optimization to written Matlab program, please refer to reference
MOSGA2
- 基于NSGA-II方法的多目标遗传算法程序,本程序为通用包,可自行修改.-based NSGA-II method of multi-objective Genetic Algorithms procedures, the procedures for the general packet may amend its own.
nsga2_Matlab_xixilee
- 对多目标优化算法NSGA-II算法的改进,该算法进化代数少,但是获得的最终效果特别好!-pair of multi-objective optimization algorithm NSGA-II algorithm, the algorithm evolutionary less algebra, However, the ultimate effect was particularly good!
MOEA-NSGA-II
- 多目标优化进化算法目前公认效果收敛性最好的算法NSGA2源码,内有多目标算法的工具箱,对实现其他多目标优化算法很有帮助
nsga2code
- NSGA-II 多目标遗传算法 c语言编写
NSGA-II.rar
- 优化算法matlab代码
非支配排序遗传算法
- 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
MOEA
- 本例程解决了一个两个目标的优化问题,采用的是权重系数法求解。求解过程中采用了代沟。程序中有详细的注释-This routine solves a two-goal optimization problem, using the weight coefficient method. Solving process used in the generation gap. Procedures are detailed in the Note
NSGA2-dynamic
- 多目标优化进化算法目前公认效果收敛性最好的算法NSGA2c++源码,具有一般性,可在此基础上继续改进,对实现其他多目标优化算法很有帮助.-Multi-objective optimization evolutionary algorithm is currently the best recognized effect of convergence of the algorithm NSGA2c++ Source, with the g
nsga2(c)
- C语言编写的遗传算法NSGA2,可以直接套用函数运算-C language NSGA2 genetic algorithm
NSGA2(MATLAB)
- 利用MATLAB编写的简单的NSGA2程序 ,实用方便 -Prepared using a simple MATLAB program NSGA2, practical convenience
MOEA-D-Continuous
- 多目标优化程序,国际顶级期刊IEEE EC 经典算法-multi-objective optimization algorithm presented in journal of IEEE trans
10[1].1.1.42.2856
- 一篇knowles的大作,对于学习多目标进化算法有着深层次的作用。-MOEA
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
NSGAII
- NSGA II C++ CODES FOR MULTI-OBJECTIVE EVOLUTIONARY COMPUTATIONS
nsga2code
- This the code for NSGA II in C Language-This is the code for NSGA II in C Language
PSO
- 智能优化算法,有粒子群算法(matlab)和多岛遗传算法(C语言)-PSO optimization algorithm and nsga-II optimization algorithm
NSGA2。5
- 多目标算法NSGA-2,亲测可用,求解方便,matlab编写,其中测试函数为ZDT1(Multiobjective algorithm NSGA-2, which can be used for pro-test and easy to solve, is compiled by matlab. The test function is ZDT1.)
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