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
nsga-original
- 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。-original non-dominant multi-objective genetic algorithm applied to a number of objective function input, a number of input variables. very classic, based on the non-dominant solution ranking.
NSGA(C++) 单目标遗传算法
- 单目标遗传算法c++ 本程序以调通，有充分的说明便于理解 须注明的是本程序来自于网络-single objective of the genetic algorithm c procedures to transfer links. Note fully annotated to facilitate understanding of the process from the network
NSGAII.tar
- NSGA
MOSGA1
- 基于ＮＳＧＡ方法的多目标遗传算法程序,本程序为通用包,可自行修改.-NSGA method based on multi-objective Genetic Algorithms procedures, the procedures for the general packet may amend its own.
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.
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
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
optipid
- 现有的PID参数优化方法往往难以同时兼顾系统对快速性、稳定性与鲁棒性的要求，本文针对这一缺陷，提出了一种多目标PID优化设计方法——在满足系统的鲁棒性的前提下，以超调量、上升时间和调整时间最小作为多目标优化的子目标，并将NSGA-Ⅱ与PGA相结合对其求解。该算法求得的Pareto最优解分布均匀，收敛性和鲁棒性好，决策者可根据实际系统的要求在Pareto解集中选择最终的满意解，这为快速性、稳定性与鲁棒性的权衡分析提供了有效的工具。仿真结果表明本文设计方法的有效性和优越性。
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
matlabduomubiao
- nsga是用于多目标计算的源程序！非常的好用！
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-II算法C语言代码
- 基于NSGA-II算法原理，利用C语言实现了交叉、变异、以及非支配排序、拥挤度计算等算法模块。
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
- 多目标优化算法NSGA-II的python实现(Python implementation of NSGA-II)
NSGA2 eva
- nsga-2 遗传算法，应用于ieee-33节点系统中，方便快捷，好用。(Nsga-2 genetic algorithm is applied in ieee-33 node system, which is convenient, fast and easy to use.)
nsga代码
- nsga代码1. 利用nsga-i实现多目标opttmhzattonNSGA([5])是一种流行的基于非支配的多目标优化遗传算法。该算法是一种非常有效的算法，但由于其计算复杂度高、缺乏精英主义以及为共享参数oshare选择最优参数值而受到普遍批评。融合精英主义，不需要先验选择共享参数。本文将详细讨论NSGA-II。