搜索资源列表
nsga-ii
- matlab环境下实现的非支配排序遗传算法（nsga-ii），该算法在快速找到pareto前沿和保持种群多样性方面都有很好的效果-matlab environment to achieve non-dominated Sorting Genetic Algorithm (nsga-ii), the algorithm quickly find the pareto frontier and maintaining the diversity of the population has a goo
nsga-ii2
- 基于非支配选择的遗传算法（nsga-ii），可用于求解多目标问题，并给出给定数目的帕累托前沿-Based on the non-dominant selection genetic algorithm (nsga-ii), can be used to solve the multi-objective questions and a given number of pareto frontier
nsga-ii
- 多目标整数规划的遗传算法nsga-iimatlab源代码，主程序、初始化、计算适应度、排序、选择、交叉变异、重组，最后得到pareto前言。可以跑通，下载即用，具体方法介绍博客上文章上都有。-Multi-objective integer programming genetic algorithm nsga-iimatlab source code, the main program, initialization, calculate fitness, sorting, selection,
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)
nsga-ii
- 非支配排序的遗传算法matlab实现，pareto原理求解多目标问题(Matlab implementation of nsga2 with non dominated sorting and pareto principle to solve multi-objective problems)
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