暂无评论
粒子群算法求两个函数的pareto前沿，对于ZDT函数有很好的优化效果，函数可以通过f1，f2修改，测试可行。
mopso多目标粒子群python
改进的多目标粒子群算法,包括多个测试函数 。对程序中的部分参数进行修改将更好地求解某些函数
最新粒子群算法，使用matlab平台的求解约束多目标优化算法，非常好。亲测可用，最新粒子群算法，
提出一种自适应动态重组粒子群优化算法. 该算法采用凝聚的层次聚类算法, 将种群分成若干个子群体, 用一个精英集对非支配解进行存储; 根据贡献度和多样性, 对各子群体的粒子和整个种群进行自适应动态重组;
针对区间参数多目标优化问题, 提出一种基于模糊支配的多目标粒子群优化算法. 首先, 定义基于决策者悲观程度的模糊支配关系, 用于比较解的优劣; 然后, 定义一种适于区间目标值的拥挤距离, 以更新外部存
介绍了多目标粒子群算法 对于想学PSO算法的人有用
为了提高多目标优化算法解集的分布性和收敛性,提出一种基于分解和差分进化的多目标粒子群优化算法(dMOPSO-DE).该算法通过提出方向角产生一组均匀的方向向量,确保粒子分布的均匀性;引入隐式精英保持策
第 21卷第 22期 系 统 仿 真 学 报 ? V ol. 21 No. 22 2009年 11月 Journal of System Simulation Nov, 2009 ? 7061 ? 基
网格环境的特点是开放性和动态性,网格资源、用户和管理策略都可能随着时间动态地发生变化,因此,需要重点解决网格工作流调度系统中的多目标优化问题。将多目标粒子群优化算法应用于求解网格工作流调度中的多目标优
暂无评论