注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于自适应进化粒子群算法的多目标优化方法

  2. 提出一种自适应进化粒子群优化算法(AEPSO)，以提高多目标优化PSO 算法的性能。 AEPSO 算法把非支配排序技术、自适应惯性权重和特殊的变异操作引入到PSO 算法中，来提高 算法的全局搜索能力和粒子的多样性。与常用的整体加权方法来处理多目标优化问题不同，AEPSO 算法采用非劣解排序来引导粒子的飞行，以改进算法的收敛性，同时采用特殊的变异操作防止早 熟收敛并增加优化解的多样性。所提算法的有效性经过四种代表性benchmark 函数进行验证，并与 几种典型同类型算法进行比较。该算法已成功地

  3. 所属分类：其它

    • 发布日期：2010-01-10
    • 文件大小：931kb
    • 提供者：hhj274159788

  1. nsga2非支配排序遗传算法，c++源码实现

  2. nsga2非支配排序遗传算法，c++源码实现

  3. 所属分类：其它

  1. 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

  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

  3. 所属分类：其它

  1. NSGA2智能优化算法

  2. 一种多目标非支配排序算法，用于多目标优化

  3. 所属分类：其它

    • 发布日期：2011-05-28
    • 文件大小：362kb
    • 提供者：liumake001

  1. 非支配排序遗传算法 NSGA II

  2. 非支配排序遗传算法 快速多目标遗传算法 NSGA II

  3. 所属分类：其它

    • 发布日期：2011-06-07
    • 文件大小：521kb
    • 提供者：shaoyoujing

  1. 用于约束多目标优化问题的热力学遗传算法

  2. ：为了保持所求得的约束多目标优化问题Pareto最优解的适应度与多样性，在NSGA-II基础上提出了一种 用于求解有约束的多目标优化问题的热力学遗传算法。结合热力学中自由能与熵的概念，利用热力学中熵与能 量的竞争来保持种群的适应度与多样性的平衡，设计了热力学算子。根据非支配排序Pareto分层结构建立分层 小生境来改进选择算子，弥补了选择算子不足。实验结果表明：该算法不仅得到的解在空间分布均匀，收敛性 好，同时解集具有较广的分布空间。

  3. 所属分类：咨询

    • 发布日期：2011-11-28
    • 文件大小：246kb
    • 提供者：hc315

  1. NSGA2非支配排序算法C++源代码

  2. NSGA2非支配排序算法C++源代码，可以运行，原作者编写

  3. 所属分类：C/C++

    • 发布日期：2015-04-14
    • 文件大小：19kb
    • 提供者：chendadayan

  1. 一种基于参考点的非支配排序算法NSGA-III

  2. 本论文介绍了新颖的NSGA-III算法，并将其应用于高维的目标优化中，取得良好结果。

  3. 所属分类：电信

    • 发布日期：2015-10-16
    • 文件大小：41.51mb
    • 提供者：qq_21336847

  1. 非支配排序算法

  2. 非支配排序算法

  3. 所属分类：嵌入式

    • 发布日期：2016-11-10
    • 文件大小：8kb
    • 提供者：qq_36665362

  1. NSGA2算法C语言版

  2. C语言实现多目标优化遗传算法NSGA2，非支配排序算法。

  3. 所属分类：其它

    • 发布日期：2009-03-21
    • 文件大小：86kb
    • 提供者：zauther

  1. 动态NSGA-II算法matlab代码

  2. 动态NAGA-II算法的matlab代码，主要有拥挤距离，精英策略，基因操作，非支配排序，函数值，NSGA-II主代码等几个模块，本代码只是对ZDT6的测试，还包含测试数据

  3. 所属分类：机器学习

    • 发布日期：2018-10-08
    • 文件大小：25kb
    • 提供者：qq_38530648

  1. 多目标进化算法nsga2

  2. NSGA-Ⅱ是最流行的多目标遗传算法之一，它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，成为其他多目标优化算法性能的基准。NSGA-Ⅱ就是在第一代非支配排序遗传算法的基础上改进而来，其改进主要是针对如上所述的三个方面： ①提出了快速非支配排序算法，一方面降低了计算的复杂度，另一方面它将父代种群跟子代种群进行合并，使得下一代的种群从双倍的空间中进行选取，从而保留了最为优秀的所有个体； ②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；

  3. 所属分类：机器学习

    • 发布日期：2020-04-22
    • 文件大小：449kb
    • 提供者：weixin_43889485

  1. 20种非支配排序算法.zip

  2. 20种非支配排序 MATLAB 代码

  3. 所属分类：机器学习

    • 发布日期：2020-04-12
    • 文件大小：16kb
    • 提供者：qq_28597441

  1. （2020更新）Matlab非支配排序遗传算法 PESA-II

  2. 基于Pareto的非支配排序遗传算法II (PESA-II)是一种多目标进化优化算法，它利用了遗传算法的机制以及基于Pareto包络的选择。 PESA-II使用外部存档来存储近似的Pareto解决方案。 基于基于档案成员的地理分布创建的网格，从这个外部档案中选择父类和突变体。 这与在MOPSO(这里)算法中使用的机制非常相似。 实际上，PESA-II是一个多目标遗传算法，它使用网格进行选择，并创建下一代。 该算法以结构化的方式实现，如果你熟悉MATLAB编程语言，你会发现在你的研究项目

  3. 所属分类：制造

    • 发布日期：2020-09-17
    • 文件大小：11kb
    • 提供者：sclient_sky

  1. 基于非支配排序遗传算法求解启动子识别问题

  2. 基于非支配排序遗传算法求解启动子识别问题

  3. 所属分类：其它

  1. 一种用于进化多目标优化的新型非支配排序算法

  2. 一种用于进化多目标优化的新型非支配排序算法

  3. 所属分类：其它

  1. 改进非支配排序遗传算法求解多目标Agent联盟

  2. 改进非支配排序遗传算法求解多目标Agent联盟

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：956kb
    • 提供者：weixin_38747211

  1. 改进的非支配排序遗传算法（MNSGA-II）在燃煤锅炉燃烧多目标优化中的应用

  2. 改进的非支配排序遗传算法（MNSGA-II）在燃煤锅炉燃烧多目标优化中的应用

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：251kb
    • 提供者：weixin_38548817

  1. 自适应的非支配排序遗传算法

  2. 针对带精英策略的非支配排序遗传算法不能根据环境变化自适应地动态调整运行参数,难以实现对解空间的高效搜索,提出一种自适应的非支配排序遗传算法.所提出算法根据运行阶段、运行代数和当前临时种群非支配个体数动态调整进化个体的运行参数,通过提高进化算子的自适应能力使算法具有自适应性.经实验对比,所提出算法在收敛性、多样性两方面确有提升,可以有效提高原算法的搜索能力.

  3. 所属分类：其它

    • 发布日期：2021-01-13
    • 文件大小：432kb
    • 提供者：weixin_38662089

  1. 改进非支配排序精英遗传算法的篦冷机参数优化

  2. 为优化篦冷机控制参数,提高换热效率,将传热和粘性耗散引起的修正熵产数分别作为目标函数,利用遗传算法对篦冷机参数进行多目标优化.为增加多目标遗传算法的种群多样性,提高算法的局部搜索能力,对传统的非支配排序精英遗传算法(NSGA-II)进行部分功能改进.构建多种群、多交叉算子的操作模式,根据子种群对最优解集的贡献量自适应调节子种群规模,利用局部搜索算法提高算法的局部搜索能力.通过标准多目标优化问题验证所提出算法的有效性,并根据优化得到的篦冷机熵产数的最优解集,给出冷却风机功率最小的最优控制方案,通过

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：607kb
    • 提供者：weixin_38700240
« 12 3 4 5 »