多目标智能蜂鸟AHA规范

基于分解的多目标与超多目标进化算法的研究 摘要 近年来多目标及超多目标进化算法(MOEA 与MaOEA) 的研究已经成为了 一个研究热点本文旨在通过对多目标优化及超多目标优化(MOP 及MaOP)进行

微电网在配电网中的优化布置与定容问题是智能电网发展面临的重要问题，为此同时考虑了有功网损和电压改善程度2个重要指标，将微电网接入智能配电网的配置问题转化为同时含有连续变量(微电网的接入容量)和离散变量

主要就是进化算法、粒子群算法、禁忌搜索、分散搜索、模拟退火、人工免疫系统和蚁群算法等。

《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

通过对含有作动器的杆件进行轴力分析,推导出智能桁架节点位移函数,运用随机权重的方法将多目标优化问题转化为单目标优化问题;在轮盘选择的基础上对遗传算法的选择算子进行改进,利用改进后的遗传算法进行求解。以

多目标遗传算法NSGAII，采用快速非裂解排序、精英保留和拥挤度计算选择，使用实数编码

NSGA c++代码，效率比较高，求解结果比较精确

多目标跟踪的英文资料，基于粒子滤波的，有兴趣的可以参考一下，互相学习

该PPT主要讲述了多目标优化的一些方法，然后从应用的角度讲了一些多目标优化的实例，并且给出了一定的源代码

多目标NSGA-II源代码，可供学习基于多个目标的NSGA-II算法优化