混合比较区间多目标进化优化及在矿井RFID布局的应用

将差分进化算法（DE）用于多目标优化问题，提出了一种精英保留和进化进程中非支配解集迁移操作的差分进化算法，以保证所求得多目标优化问题Pareto最优解的多样性。采用双群体约束处理技术，构建进化群体的P

matlab开发-多目标进化算法的简单示例。1dof弹簧-质量-阻尼系统的多目标进化算法

MOEAD(基于分解的多目标进化算法)-张青富经典论文moead-AMultiobjectiveEvolutionaryAlgorithmBasedonDecomposition翻译

matlab开发-基于分解的多目标进化算法。进化多目标优化的MOEA/D结构matlab实现

对基于群体聚类的约束多目标进化算法进行了改进,引入了聚集密度以度量群体中个体间的关系,保持种群的多样性。其基本思想为:首先将初始群体按多判据聚类方法分为适应度值不同的四类,然后计算类内群体中个体的聚集

《多目标智能优化算法及其应用》全书共分为8章，主要内容包括：多目标进化算法、多目标粒子群算法、其他多目标智能优化算法、人工神经网络优化、交通与物流系统优化、多目标生产调度和电力系统优化及其他

《多目标智能优化算法及其应用》系统地介绍了多目标智能优化算法理论与应用，力图全面地介绍多目标智能优化算法的最新研究进展。全书共分为8章，主要内容包括:多目标进化算法、多目标粒子群算法、其他多目标智能优

针对区间多目标优化问题，利用云模型对NSGA-II算法进行改进，提出一种非支配排序云模型算法（NSCMA）。首先，从初始云团中随机选取一个云滴作为父代，通过正态云算子生成子代云滴，用来替代传统NSGA

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

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