多目标粒子群源代码

多目标最优化的混合粒子群算法，马金玲，唐普英，论文提出了一种基于拥挤度和动态惯性权重聚合的多目标粒子群优化算法，该算法采用Pareto支配关系来更新粒子的个体最优值，用外部存

针对当前关于服务路径构建问题的研究主要围绕单一优化目标,构建时延最小、开销最低或负载均衡的服务路径,忽略了服务路径的综合质量,提出了一种基于离散粒子群优化的多目标服务路径构建算法(MOPSO)。为了提

结合Pareto 支配思想、精英保留策略、锦标赛和排挤距离选择技术, 对传统的粒子更新策略进行改进, 给出了一种新的粒子淘汰准则, 提出了一种基于Par et o 最优解集的多目标粒子群优化算法。

Multi-Objective Particle Swarm Optimization (MOPSO)多目标的粒子群算法，包括完整的matlab程序以及实验结果。

该算法通过引用NSGA-II中的拥挤距离，确定外部档案中非支配解的拥挤度，依据竞标赛选择方法选出每个粒子的全局最优位置，引导每个粒子向处于较稀松区域的非支配解搜索，提高了解的多样性。动态变异算子的引入

针对动态多目标问题求解,提出一种基于分解的预测型动态多目标粒子群优化算法.首先借助分解思想,将目标问题划分为多个不同的子问题,当问题动态变化时,选择对应于不同子问题的优化个体检测环境变化程度,以提高算

最新粒子群算法求解约束多目标优化万能matlab代码。 粒子群算法 约束多目标 优化 matlab代码 粒子群算法 约束多目标 优化 matlab代码

一些关于粒子群算法的文献-基于粒子群算法求解多目标优化问题.pdf关于粒子群算法的一些期刊论文

matlab开发-多目标粒子优化。多目标粒子群优化（MOPSO）的可容忍压缩实现

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