搜索资源列表
optLib
- 提供了常用的优化算法，包括约束变尺度法，拟牛顿法，遗传算法，多目标优化算法，Hookjeeves算法等多种算法。使用时先写好优化模型，生成相应的dll此优化库可以根据选择的算法对优化模型进行优化求解。-provide a common method of optimization, including CVMO1-, quasi-Newton method, genetic algorithm, multi-objective optimization algorithm, Hookjeeves
a
- 基于遗传算法的多目标优化（包含单目标） MATLAB-Genetic algorithm
GABMOA
- 人工智能的经典算法：基于遗传算法的多目标优化算法 -Classic artificial intelligence algorithms: genetic algorithm-based multi-objective optimization algorithm
30-cases-in-matlab
- MATLAB智能算法30个案例分析，109页的详细讲解，程序和程序注解，可以直接复制代码。包括遗传算法，基于遗传算法和非线性规划的函数寻优算法，遗传算法工具箱详解及应用，多种群遗传算法的函数优化算法， 基于粒子群算法的多目标搜索算法，基于多层编码遗传算法的车间调度算法，基于遗传模拟退火算法的聚类算法，蚁群算法，支持向量机等等30章。-MATLAB intelligent algorithm 30 case studies, 109 detailed explanations, procedur
SingleBOT
- 基于遗传算法的多目标优化算法（matlab）-Based on genetic algorithm for multi-objective optimization algorithm (matlab)
GA多目标约束问题
- 遗传算法主要用于多目标约束问题中，非常简单(GA is a method of searching for the optimal solution by simulating the natural evolutionary process. It is often used in CRN resource optimization. GA starts with a popu-lation that represents a potential set of solutions to a p
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)
980716
- 原始非支配多目标遗传算法,适用于多个目标函数的输入,多个变量的输入,非常经典的,基于非支配解排序,()
6671501
- 原始非支配多目标遗传算法,适用于多个目标函数的输入,多个变量的输入,非常经典的,基于非支配解排序,()
NSGA-II FOR C++
- NSGA-II, 多目标遗传算法，适用于C/C++平台(NSGA-II A multi-objective optimization algorithm)
genetic algorithm
- 基于多目标网络优化问题，运用改进的遗传算法，进行算法寻优，以求运用最短时间，达到最高精度(Based on the multi-objective network optimization problem, the improved genetic algorithm is used to optimize the algorithm in order to achieve the highest accuracy by the shortest time.)
NSGA-II
- matlab实现的多目标优化遗传算法代码。可输出结果并画图。(The matlab program of NSGA-II.)
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
nsga
- 实例分析，运用MATLAB中自带的多目标遗传算法对多目标函数进行计算，找到帕累托最优解。(Case study shows that the multi-objective genetic algorithm in MATLAB is used to calculate the multi-objective function and find the Pareto optimal solution.)
BPR MATLAN
- 多层编码免疫遗传算法实现多目标生产调度问题(Multilevel Coded Immune Genetic Algorithms for Multi-objective Production Scheduling Problem)
遗传算法多目标优化
- 遗传算法对多个目标函数的优化代码，可供参考学习。
柔性车间调度遗传算法matlab实现代码
- 柔性车间调度遗传算法matlab实现代码，针对于多目标问题的matlab代码实现柔性车间调度遗传算法matlab实现代码
基于遗传算法的多目标优化
- Matlab源码，通过非支配排序NASA-II,实现通过遗传算法求解多目标优化。
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
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)