搜索资源列表
yj12
- 基于遗传算法的多目标优化的例子，是工具箱中的的例子-based on genetic algorithms multi-objective optimization example, the toolkit is an example
yj10
- 遗传算法 多目标的优化 是用GAOTV包做的-GA multi-objective optimization is done with the package GAOTV
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
TSPGACCODE
- 旅行商问题的遗传算法求解源代码，多目标优化经典问题的现代启发式算法实现-traveling salesman problem genetic algorithm source code, multi-objective optimization of the modern classic Heuristic Algorithm
nsga_2
- 基于非支配排序遗传算法处理多目标优化的matlab例程,可以自行修改-Based on NSGA handling multi-objective optimization of Matlab routines, can make its own decisions
moni2
- 遗传算法用于解决多目标排课的优化问题,是一个好算法-genetic algorithm is used to solve the multi-objective optimization problem Course Scheduling is a good algorithm
IMMU50NO.C
- 用遗传算法解决多目标车间调度问题,此算法是经典算法.
MATLABApplication
- 阐述了遗传算法的基本原理,对MATLAB 遗传算法工具箱(GAOT) 的参数使用进行 了详细介绍,探讨了MATLAB 遗传算法工具箱(GAOT) 在水资源非线性规划和多目标规划时的 应用,并用简单实例证明了这种应用具有良好的通用性、可行性和简便性,可以得到较满意的 优化计算结果。
SMLP
- 多目标分析的源程序，并附有相关的文档，其中利用神经网络和遗传算法
GA_for_Knapsack_Problem
- 遗传算法用于求解多目标背包问题，学包括基本的选择、杂交、变异等遗传算子.
Genetic_Algorithm
- 人工智能；进化算法；遗传算法（GA）；多目标最小生成树
GAtoolbox
- 遗传算法程序最新版，可以提供不同的算子并且有多目标优化功能
wangluochonggou
- 配电网重构是一个多目标、多时段、多组合、多约束的非线性优化问题。该问题的复杂性，决定了难以用单纯的数学方法得到满意的解。尝试用改进的遗传算法进行配电网络重构，建立评价函数，寻求该评价函数最优解
tsp
- 蕞优分组周游路线问题是一类物流智能调度问题，是众多的计算难度极大的组合爆炸问题之一。自从运输问题最早是由Hitchcock在1941年提出的[2][4]后，人们对这一类问题给予了极大的关注并进行了大量的研究，提出了有效解决问题的优化算法——单纯形法的变形[2]。但由于问题规模的扩大，纯数学方法在允许的时间和空间上都很难找到问题的最优解，于是人们开始转向寻找问题的近似最优解，遗传算法以其在求解最优化问题中的独特的自组织性、自适应性很快进入人们的视野。 经典的遗传算法对于求解多目标的NP完全性问题非
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
- 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.)
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
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)