多目标优化的微分进化算法多目标优化的微分进化算法.rar

针对微分进化算法(DE)易陷入局部最优解、进化后期收敛速度慢、求解精度低等缺点,结合DE/rand/1和DE/best/1两种变异模式分别具有全局探索能力和局部开发能力的优点,引入精英存档策略和控制参

基于微分进化算法的图像增强方法，龙浩，苏晓龙，图像增强处理中，Tubbs曾将几种常用的非线性变换函数表示成一个归一化的非完全Beta函数，进行图像增强方而的研究，但确定Beta函数的��

仔细看了后，觉得加上分支限界，挺好的

Matlab有关多目标遗传算法和多目标优化-多目标遗传算法.pdf有关多目标遗传算法，，希望对大家有用。Figure20.jpgFigure21.jpg

NSGA-II：nondominatedsortinggeneticalgorithmII，非支配排序遗传算法，是一个有名的多目标优化算法。该程序实现了该算法。NSGA2主要是对NSGA算法的改进

遗传算法求解多目标问题，其中将多目标问题转化为加权的单目标问题

本书阐述了多目标粒子群优化算法的原理及其应用，主要内容包括基于*小角度的粒子引导者选择、外部储备集的两阶段更新、基于目标分割的多种群协同进化、少控制参数的多目标骨干粒子群优化等；还给出了不同方法在复杂

粒子群算法求解多目标问题，主要解决优化问题，适合新手学习

两个函数进行多目标粒子群优化，可以修改适应值即两个目标函数进行替换

Multi-target grey wolf optimization algorithm (MOGWO)