暂无评论
多目标优化(MOO)技术通常同时实现最大化和最小化目标的组合。 该研究建议使用对偶性更简单地对多目标函数进行标量。 使用对偶解决了四个目标函数的示例,并获得了令人满意的结果。
一种改进多目标差异演化算法,卢青波,张学良,为克服差异演化算法在求解多目标优化问题时收敛速度慢、易“早熟”的缺陷,提出一种改进多目标差异演化算法(ModifiedMulti-ObjectiveDiff
介绍了多目标优化问题的含义以及给出了多目标优化问题的数学描述。并且介绍了解决多目标优化的几种典型算法,讨论并对比了算法存在的优缺点,认为要进一步研究求解多目标优化问题的更多高效算法,若能结合各种算法的
过了这么久才回来写这篇算法的理解,有点抱歉,实在有很多事。现在就进入正题吧,这个是一个多目标函数优化算法。多目标函数优化有一种方法是,假如现在有n个目标函数fi,首先将每个目标函数乘以一个适当的参数a
PICEA-g是一种新的多目标优化算法,算法性能,特别是在高维多目标问题上,优于NSGA-II等经典算法。ThePICEA-gisaevolutionarymultiobjectivealgori
该NSGA源代码由Srinivas,N.和Deb,K用c语言编写,可直接运行
以下是一份普通多目标优化算法的代码。
人工智能八数码问题A*算法智能搜索用人工智能的A*算法解决八数码的问题
针对一类状态和状态时滞具有不确定性的时滞系统,研究了该系统基于T-S模糊模型的鲁棒H∞控制器的设计问题。采用线性矩阵不等式LMI的方法,设计一个包含状态变量导数的模糊控制器,得到了系统鲁棒镇定且满足H
适用于NSGA-2算法中的拥挤度排序计算。上传为MATLAB代码
暂无评论