多目标优化的演化算法

粒子群优化算法因形式简洁、收敛快速和参数调节机制灵活等优点,同时一次运行可得到多个解,且能逼近非凸或不连续的Pareto最优前端,

MOEAD代码。。基于分解的多目标优化算法。。。MATLAB代码。。

：以作战任务为中心，动态集成作战系统的过程中，由于作战任务间逻辑关系的复杂性，以及作战系统的数量有限性，作战任务之间可能存在作战系统冲突问题。针对此问题，结合作战活动的特点，建立了多目标决策模型，构建

基于对遗传算法的Qos路由选择问题的研究，进行算法的研究问题！！！！

为了进一步提高多目标粒子群优化算法的收敛性和多样性,提出一种多策略改进的多目标粒子群优化算法.建立具有精英粒子领导的异构更新模式并设置个体学习增强因子项,促使种群能够快速寻找真实Pareto最优解.引

基于粒子群算法的智能车辆多目标跟踪的优化方法。通过对车辆轨迹的分析和算法优化，实现了对多目标的同时跟踪和定位，并对车辆的速度、方向等参数进行了精确计算。文章结合实际案例进行了详细的讲解，介绍了算法的原

基于多目标算法NSGA-II，本实现优化算法提供了中参考点的方法。种群成员是非支配的并且与所提供的参考点距离很近，适用于多目标优化问题。本实现代码基于Matlab平台，可以自行调整参数并运行。

GSK算法是一种启发式算法，可以模拟人类获取和分享知识的过程。该资源将该算法应用于多目标、高维度、多时段、非线性的配电系统无功电压优化，探讨了优化效果与已有算法的比较。本研究发现，该算法可以在配电系统

将离散空间问题求解的蚁群算法引入连续空间,针对多目标优化问题的特点,提出一种用于求解带有约束条件的多目标函数优化问题的蚁群算法.该方法定义了连续空间中信息量的留存方式和蚂蚁的行走策略,并将信息素交流和

为了更好地解决多目标优化问题,提出一种求解多目标优化问题的新型memetic算法。该算法利用微粒子群算法的全局搜索能力和同步启发式局部搜索相结合进行局部微调;利用基于模糊全局极值的概念处理种群中过早出