6NSGA-Ⅱ算法是 Srinivas 和 Deb 于 2000 年在 NSGA 的基础上提出的，它比 NSGA算法更加优越：它采用了快速非支配排序算法，计算复杂度比 NSGA 大大的降低；采用了拥挤度和拥挤度比较算子，代替了需要指定的共享半径 shareQ，并在快速排序后的同级比较中作为胜出标准，使准 Pareto 域中的个体能扩展到整个 Pareto 域，并均匀分布，保持了种群的多样性；引入了精英策略，扩大了采样空间，防止最佳个体的丢失，提高了算法的运算速度和鲁棒性。
2022-04-02 22:20:34
155KB
讨论了非支配排序遗传算法(non-dominated sorting gentie algorithm Ⅱ，NSGA2)及其参数确定问题，利用NS-GA2对两目标水库优化调度问题进行求解，求出了问题的Pareto前端，比较了参数不同取值的优化结果。实例分析结果表明：NSGA2中遗传操作参数(包括锦标赛选择参数、模拟二进制交叉分布参数、多项式变异分布参数)对优化结果影响很小，算法具有鲁棒性，对大部分水库多目标优化问题可采用推荐值；当NSGA2种群规模和进化代数两个参数足够大时，即可得到足够多且分布均匀的Pa
2022-03-28 09:09:25
349KB
1
【路径规划】基于NSGA2实现无人机三维路径规划matlab源码.zip
2022-01-15 13:44:12
644KB
1
美国国家标准学会
根据文章，NSGA-III算法在C ++中的实现：
Kalyanmoy Deb和Himanshu Jain，一种使用基于参考点的非支配排序方法的进化多目标优化算法，第一部分：解决盒子约束问题。 IEEE进化计算学报，第1卷。 18，第4号，第577-601页，2014年8月。doi：10.1109 / TEVC.2013.2281535。
该代码使用DTLZ和WFG测试问题进行了测试，获得的结果与作者报告的结果非常相似。
欢迎提供贡献和错误修复。
示范
演示“ src / main_nsga3.cpp”包含NSGA-III算法的可伸缩性测试，方法是将目标数量从3个改为10个（考虑到DTLZ2问题）。
编译特定的目标文件：
make Makefile
2021-12-30 14:09:54
84KB
1
两个NSGA_II的Matlab代码，其中一个和原论文算法基本相同，另一个对算法使用算子进行了改进。在相同迭代次数前提下，后者相较前者运行速度更快，收敛性更好。是文章【https://blog.csdn.net/qq_43472569/article/details/121082682】的资源。
2021-12-16 11:09:34
1.29MB
1
用遗传算法解决背包问题，供大家参考交流。。。
2021-12-15 15:40:56
6KB