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
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
NSGA2 算法
- 多目标优化算法 人工智能优化算法 多任务优化算法(multi-objective optimization)
NSGA2 ——FSP
- 遗传算法2 求解柔性作业车间 调度问题 matlab 编码(use NSGA II to solve the flexible job shop scheduling problem)
multi-objective power flow optimization
- 构建了含VSC-HVDC的交直流系统多目标最优潮流模型；针对此模型连续变量和离散变量共存的特点，提出了内点法和NSGA2算法相结合的交替求解算法，可获得多个Pareto最优解，并具有较高的计算效率(Considering the coexistence of continuous and discrete variables in this model,an alternative solution method based on the interior point method and NS
nsga-2
- 快速非支配排序算法，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。(The fast non dominated sorting algorithm introduces the elite strategy to ensure that some excellent individual individuals will not be discarded during the evolution process, thus i