NSGA II 基于参考点的算法原理

NSGA2源程序分享，nsga2算法,基于pareto排序以及共享函数的多目标遗传算法 MATLAB源代码

MOPSO多目标粒子群算法nsga算法

本MATLAB代码基于NSGA-II算法，优化电动汽车充电负荷。模拟不同充电方式，分析用户响应度，建立峰谷电价模型，验证其对负荷优化效果。

手动参考点返回是车床系统中一种重要的操作，它可以通过基于G92的坐标系设定来实现。G92在车床系统的G代码体系A时为G50，是用于设置坐标系的指令。基于G92.1（在车床系统的G代码体系A时为G50.

在matlab下实现两个经典的多目标优化算法：NSGA-II和MOEA/D。NSGA-II是基于非可支配性排序的一种算法，而MOEA/D为基于分解的一种多目标优化算法，两种都属于基于进化的多目标优化算

可运行的NSGA-2优化算法,可自由设置目标函数及约束函数,作者几乎在每行代码后面加入了中文注解,以便使用者更好的理解算法原理。

动态引入第三参考点的微粒群算法研究，赖志俊，，为了有效地加强微粒群优化算法的全局搜索能力，并提高搜索精度，本文在递减惯性权值和基于第三目标点的微粒群算法的基础上提出一

NSGA-2（K.Deb的经典进化算法）

经典的多目标优化算法，用matlab编的

基于NiosII的通用数字调制器设计与实现.pdf