您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. NSGA 遗传进化算法\NSGA-II vs. e-MOEA.ppt

  2. NSGA 遗传进化算法\NSGA-II vs. e-MOEA.ppt
  3. 所属分类:其它

    • 发布日期:2010-04-28
    • 文件大小:930816
    • 提供者:chenxuanhanhao
  1. jMetal框架

  2. jMetal是Java实现的一套多目标优化框架,开源包里包括了几乎所有常用的经典遗传算法的实现,例如:NSGA-II、VEGA等。还有我自己写的多目标混合进化算法和自定义的流水车间调度问题,也可以自己定义测试问题。
  3. 所属分类:Java

    • 发布日期:2018-05-14
    • 文件大小:798720
    • 提供者:sinat_25770179
  1. 研究论文-改进NSGA-Ⅱ算法在涡轮叶片多光谱测温中的应用.pdf

  2. 介绍了多光谱辐射测温原理、遗传算法(genetic algorithm,GA)以及第二代非支配排序进化算法(non-dominated sorting genetic algorithm-Ⅱ,NSGA-II)的应用。从自适应角度出发对NSGA_II算法加以改进,使其交叉变异算子具有一定动态调整能力,并把差分进化算法融合到NSGA_II变异算子进化中使其进化方向得以优化。作者从计算精度,稳定度,计算速度角度出发对传统的GA遗传算法、经典的NSGA-II算法和改进后的NSGA-II算法进行仿真实验
  3. 所属分类:其它

    • 发布日期:2019-08-07
    • 文件大小:2097152
    • 提供者:weixin_39840515
  1. matlab开发-非支配性排序遗传算法

  2. matlab开发-非支配性排序遗传算法。进化多目标优化的NSGA-II结构matlab实现
  3. 所属分类:其它

    • 发布日期:2019-08-22
    • 文件大小:11264
    • 提供者:weixin_38744207
  1. jMetal文档,5,0到5.6源码

  2. 多目标算法:NSGA-II,SPEA2,PAES,PESA-II,OMOPSO,MOCell,AbYSS,MOEA / D,GDE3,IBEA,SMPSO,SMPSOhv,SMS-EMOA,MOEA / D-STM,MOEA / D-DE ,MOCHC,MOMBI,MOMBI-II,NSGA-III,WASF-GA,GWASF-GA,R-NSGA-II,CDG-MOEA,ESPEA,SMSPO / RP 单目标算法:遗传算法(变体:世代,稳态),进化策略(变体:精英或mu + lambda,非精
  3. 所属分类:JavaME

    • 发布日期:2020-05-29
    • 文件大小:154140672
    • 提供者:z852064121
  1. MOEA/D: A Multiobjective Evolutionary Algorithm Based on Decomposition.pdf

  2. 本文提出了一种基于分解的多目标进化算法(MOEA / D)。它将多目标优化问题分解为多个标量优化子问题,并同时对其进行优化。每个子问题仅通过使用来自其几个相邻子问题的信息进行优化,这使得MOEA / D在每一代的计算复杂度均低于MOGLS和非主导排序遗传算法II(NSGA-II)。实验结果表明,在简单的多目标0-1背包问题和连续的多目标优化问题上,采用简单分解方法的MOEA / D的性能优于或类似于MOGLS和NSGA-II。
  3. 所属分类:深度学习

    • 发布日期:2020-11-03
    • 文件大小:1048576
    • 提供者:vectorquantity
  1. 求解昂贵区间多目标优化问题的高斯代理模型

  2. 本文将数据挖掘(高斯过程回归建模)和智能进化算法(GA,NSGA-Ⅱ)进行结合,用于解决优化函数未知的昂贵区间多目标优化问题.首先利用高斯过程对采用中点和不确定度表示的未知目标函数和约束函数进行建模,由于相关性和准确性是区间函数模型的两个必备条件,故提出一种融合多属性决策的双层种群筛选策略,并将其嵌入到遗传算法求解高斯模型参数的过程中,第1层根据相关性属性排除候选解集中部分劣解,第2层根据准确性属性排除候选解集中其余超出种群规模的劣解,两属性的权重系数决定两层排除劣解的比例.然后将所建模型作为优
  3. 所属分类:其它

    • 发布日期:2021-03-08
    • 文件大小:418816
    • 提供者:weixin_38516658
  1. 基于NSGA-II算法的IP核测试优化研究

  2. IP核集成化的SoC测试,测试时间与测试功耗是两个相互影响的因素。多目标进化算法能够处理相互制约的多目标优化问题。在无约束条件下,对IP核的测试时间与测试功耗建立联合优化模型,并采用多目标进化算法中的改进型非劣分类遗传算法(Non-dominated Sorting Genetic Algorithm II, NSGA-II)对模型进行求解。通过应用ITC’02标准电路中的h953做应用验证,结果表明该方法能够给出模型的均衡解,证明了模型的实用性和有效性。
  3. 所属分类:其它

    • 发布日期:2021-01-28
    • 文件大小:786432
    • 提供者:weixin_38657376
  1. 一种求解多目标优化问题的进化算法混合框架

  2. 为了提高多目标优化算法的求解性能,提出一种启发式的基于种群的全局搜索与局部搜索相结合的多目标进化算法混合框架.该框架采用模块化、系统化的设计思想,不同模块可以采用不同策略构成不同的算法.采用经典的改进非支配排序遗传算法(NSGA-II)和基于分解的多目标进化算法(MOEA/D)作为进化算法的模块算法来验证所提混合框架的有效性.数值实验表明,所提混合框架具有良好性能,可以兼顾算法求解的多样性和收敛性,有效提升现有多目标进化算法的求解性能.
  3. 所属分类:其它

    • 发布日期:2021-01-13
    • 文件大小:329728
    • 提供者:weixin_38577551