搜索资源列表
Multidirectional search for optimization
- 多目标下优化搜索-multi-objective optimization under Search
ZDT4
- 为了有效地应用遗传算法解决 鲁棒控制系统设计问题，将遗传算法与局部优化方法相结合，提出了基于降维扫描方法的自适应多目标遗传算法（DRSA-MOGA）。通过引入适应度函数标准化方法、基于最优Pareto解集搜索的降维扫描方法和适应度函数自适应调整方法，提高了算法的全局优化性能和局部搜索能力。仿真结果表明，DRSA-MOGA算法在不损失解的均匀度的情况下可以达到很高的逼近度-For effective application of gene
logistic_pso
- 利用logistic混沌搜索方法对传统粒子群进行该进，并用于多目标决策-The use of logistic chaotic search method for carrying out the traditional particle swarm into, and used for multi-objective decision making
CHAPTER5
- 遗传算法是一种模拟生物进化机制的随机全局优化搜索方法，具有很强的全局优化能力及鲁棒性。遗传算法属于直接搜索法，对适应函数基本无限制，既不要求连续，也不要求函数可微，而且不需要初始信息可以寻求全局最优解克服了单纯形算法初始条件影响大，易陷入局部最小等缺点，操作方便，速度快，不需要复杂的规则，且可用于多目标寻优，在解空间进行高效启发式搜索，可以提高运算速度。-The genetic algorithm is one simulation o
bbbb
- 摘 要:提出一种新的基于Pareto多目标进化免疫算法(PMEIA)。算法在每一代进化群体中选取最优非支配抗体保存到记忆细胞文档中 同时引入Parzen窗估计法计算记忆细胞的熵值,根据熵值对记忆细胞文档进行动更新,使算法向着理想Pareto最优边界搜索。此外,算法基于点在目标空间分况进行克隆选择,有利于得到分布较广的Pareto最优边界,且加快了收敛速度。与已有算法相比, PMEIA在收敛性、多样性,以及解的分布性方面都得到很好的提高。
Multi-objective_optimization_algorithm
- 基于群体搜索的遗传算法求解多目标优化问题具有独特的优势,多目标优化算法已有的研究大多为 算法的设计和数值实验效果的比较,理论研究则很少,本文作者给出了一种求解多目标优化问题的新遗传算法 (RMOGA) ,并用Markov 链的理论对RMOGA 的收敛性进行了研究,其结果表明RMOGA 依概率收敛到问题的 Pareto 前沿面-Population-based genetic algorithm search for mult
Multi-objective-search-algorithm
- 基于粒子群算法的多目标搜索算法，基于matlab仿真源程序代码，用于学习matlab算法设计的一个很好的例子-Multi-objective search algorithm based on particle swarm optimization algorithm, based on the Matlab simulation source code for a good example to learn matlab algori
liziqun
- 该程序是基于粒子群算法的多目标搜索算法，有很好的搜索结果，程序有详细的说明。-The program is multi-objective search algorithm based on particle swarm optimization, good search results, the program is described in detail.
30-cases-in-matlab
- MATLAB智能算法30个案例分析，109页的详细讲解，程序和程序注解，可以直接复制代码。包括遗传算法，基于遗传算法和非线性规划的函数寻优算法，遗传算法工具箱详解及应用，多种群遗传算法的函数优化算法， 基于粒子群算法的多目标搜索算法，基于多层编码遗传算法的车间调度算法，基于遗传模拟退火算法的聚类算法，蚁群算法，支持向量机等等30章。-MATLAB intelligent algorithm 30 case studies, 109 d
pso
- 粒子群算法多目标搜索 matlab源程序-Multi-objective particle swarm optimization matlab source
chapter10基于粒子群算法的多目标搜索算法
- 基于粒子群的算法的多目标搜索算法，实现多目标函数的最优(A multi-objective search algorithm based on particle swarm algorithm is used to achieve the optimal multi-objective function)
demo5
- 基于粒子群算法的多目标搜索算法：多种求解多目标优化问题的方法(Multi objective search algorithm based on Particle Swarm Optimization: a variety of methods for solving multi-objective optimization problems)
chapter10 基于粒子群算法的多目标搜索算法
- 《MATLAB智能算法三十个案例分析》第十章 基于粒子群算法的多目标搜索算法(chapter 10 multi-objective search algorithm based on particle swarm algorithm)
基于粒子群算法的多目标搜索算法
- 本案例是基于粒子群算法的多目标搜索算法，对于多目标搜寻效果不错(This case is a multi target search algorithm based on particle swarm optimization, which has a good effect on multi target search.)
基于粒子群算法的多目标搜索算法
- 基于粒子群算法的多目标搜索算法（含详细代码）(Multi target search algorithm based on particle swarm optimization (including detailed code))
基于粒子群算法的多目标搜索算法
- 基于粒子群算法的多目标搜索算法的matlab实现示例(Multiobjective search algorithm based on particle swarm optimization)
MOGWO
- 在多目标灰色狼优化器（mogwo），固定大小的外部文件集成到该gwo保存和检索的帕累托最优解。该档案被用来定义社会等级，并在多目标搜索空间中模拟灰狼的捕猎行为。(In the Multi-Objective Grey Wolf Optimizer (MOGWO), a fixed-sized external archive is integrated to the GWO for saving and retrieving the P
基于粒子群算法的多目标搜索算法
- 基于粒子群算法的多目标搜索算法，优化算法(Multiobjective search algorithm based on particle swarm optimization (PSO) algorithm)
遗传算法多目标优化模板
- 利用geatpy库是实现多目标优化， 基于改进NSGA-Ⅱ算法求解多目标优化问题的进化算法模板，传统NSGA-Ⅱ算法的帕累托最优解来只源于当代种群个体，这样难以高效地获取更多的帕累托最优解，同时难以把种群大小控制在合适的范围内，改进的NSGA2整体上沿用传统的NSGA-Ⅱ算法，不同的是，该算法通过维护一个全局帕累托最优集来实现帕累托前沿的搜索，故并不需要保证种群所有个体都是非支配的。(Using geatpy library to re
多机器人编队控制
- 针对多机器人编队控稍中的队形形成问题进行研究。利用控制算法中的人工势场法解决多机器人队形形成问题，结构简单、易于计算，方便对多机器人实时控制。首先，针对多机器人的队形位置用目标点搜索算法，寻找到正确的队形位置点，防止多机器人在空间内绕路，减少编队时间；然后，通过人工势场算法规划各机器人的路径，在机器人行进过程中，利用优先级蔽障方法避免与其他机器人碰撞；最后，对多机器人的队形形成进行仿真，实验证明队形形成的有效性，算法简单易于实现。(Th