搜索资源列表
多目标优化 matlab
- multi object genetic algorithm 多目标优化遗传算法
spea
- spea源码，是目前非常流行的解决多目标优化问题的进化算法。-Spea source, is very popular to solve multi-objective evolutionary algorithm for optimization problems.
080502
- 基于MATLAB的蚁群算法仿真研究 ：介绍了基于MATLAB的蚁群算法仿真研究。对佛罗里达州六城市旅行商问题进行了MATLAB仿真，计算结果显示，作为新型 进化算法，蚁群算法能够解决复杂组合优化问题。-Ant colony algorithm based on MATLAB Simulation: This paper introduces the ant colony algorithm based on the MATLAB simulation. Six Cities of Flo
aaaa
- 基于生物免疫系统的自适应学习、免疫记忆、抗体多样性及动态平衡维持等功能,提出一种动态多目标免疫 优化算法处理动态多目标优化问题.算法设计中,依据自适应ζ邻域及抗体所处位置设计抗体的亲和力,基于Pa- reto控制的概念,利用分层选择确定参与进化的抗体,经由克隆扩张及自适应高斯变异,提高群体的平均亲和力,利 用免疫记忆、动态维持和Average linkage聚类方法,设计环境识别规则和记忆池,借助3种不同类型的动态多目标 测试问题,通过与出众的动态环境优化算法比较,数值实验表明所
multi-ctp1
- 一个基于阈值的粒子比较准则，用于处理多目标约束优化问题,该准则可以保留一部分序值较小且约束违反度在允许范围内的不可行解微粒,从而达到由不可行解向可行解进化的目的；一个新的拥挤度函数,使得位于稀疏区域和Pareto前沿边界附近的点有较大的拥挤度函数值,从而被选择上的概率也较大 从而构成解决多目标约束优化问题的混合粒子群算法。-A comparison based on the threshold criteria for the particle to handle multi-objective
CMODE
- 一种改进的微分进化算法用于多目标优化，解决约束优化问题。-An improved differential evolution algorithm for multi-objective optimization to solve constrained optimization problems.
weifenjinhua
- 用微分进化算法解决多目标函数的优化问题的实验例子。MATLAB源程序-An Experimental Example of Solving the Optimization Problem of Multiobjective Function by Differential Evolution. MATLAB source
多目标进化+多目标粒子群优化代码
- 多目标粒子群优化，多目标进化算法，两种方法能够有效的解决复杂的优化问题(optimization based on intelligent swarm)
多目标算法综述
- 多目标进化算法已经成为解决多目标优化问题的主要方法之一。 本文详细介绍了经典的多目标进化算法， 并分析 了各种算法所采取的策略， 给出了各个算法优缺点分析。 讨论了多目标进化算法的应用。