注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. MOED/D-DEMATLAB代码

  2. 差分进化遗传算法的MATLAB代码,可以运行，只提供了一个2个目标的测试函数

  3. 所属分类：教育

    • 发布日期：2014-03-21
    • 文件大小：3145728
    • 提供者：u014260152

  1. MOEA-NSGA-II

  2. NSGA (No n- Do mina te d So r ting in Ge ne tic Alg o r ithms [5 ]) is a p o pula r no n-do mina tio n ba s e d g e ne tic a lg o r ithm fo r multi- o b je c tive o ptimiz a tio n. I t is a ve r y e ffe c tive a lg o r ithm but ha s b e e n g e ne r

  3. 所属分类：专业指导

    • 发布日期：2016-04-09
    • 文件大小：371712
    • 提供者：qq_34545664

  1. MOEA/D模型MATLAB代码（针对连续型函数）

  2. Contents are :DHRS-MOEAD EI e-MOEA GrEA HypE I-DBEA MOEAD-DE MOEAD-DRA MOEAD-M2M NSGA-II NSGA-III NSLS PICEA-g SIEA SPEA2 SPEA2-SDE

  3. 所属分类：讲义

    • 发布日期：2018-12-29
    • 文件大小：105906176
    • 提供者：u013427040

  1. huili2009.pdf

  2. Multiobjective Optimization Problems With Complicated Pareto Sets, MOEA/D and NSGA-II ,关于MOEA/D-DE算法的论文

  3. 所属分类：机器学习

    • 发布日期：2020-04-30
    • 文件大小：3145728
    • 提供者：qq_38530648

  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. 自适应差分进化的新型混合多目标免疫算法

  2. 在本文中，我们提出了一种新的具有自适应差分进化的混合多目标免疫算法，称为ADE-MOIA，其中将差分进化（DE）引入多目标免疫算法（MOIA）结合了它们各自的优势，从而增强了解决各种MOP的鲁棒性。 在ADE-MOIA中，为了有效地将DE与MOIA配合，我们提出了一种新颖的自适应DE算子，其中包括一种合适的父代选择策略和一种新颖的自适应参数控制方法。 在进行DE操作时，分别从当前进化和优势种群中选出两个亲本，以提供正确的进化方向。 此外，根据后代的进化进展和成功率，DE算子中的交叉率和比例因子会

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：1048576
    • 提供者：weixin_38705723

  1. 基于分解的多目标进化算法的距离相关参数自适应

  2. 事实证明，基于分解的多目标进化算法（MOEA / D）在解决复杂的多目标优化问题方面具有竞争力。 但是，MOEA / D的性能对其参数设置非常敏感。微分进化（DE）算子是MOEA / D中使用最广泛的算子，同时生成新的解和DE的参数（比例因子F和交叉率） CR）会显着影响MOEA / D的性能。本文提出了一种基于距离的MOEA / D参数自适应机制（MOEA / D-DPA），以适应DE参数。 在MOEA / D-DPA中考虑了DE亲本的相似性信息，这有望有利于勘探与开发之间的平衡。 在提出的算

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：1048576
    • 提供者：weixin_38614112

  1. EARS:EARS是一个基于Java的免费开放源代码框架，用于对单目标和多目标进化算法进行排名，开发和试验-源码

  2. EARS-进化算法评级系统 EARS是一个基于Java的免费开放源代码框架，用于对单目标和多目标进化算法进行排名，开发和试验。 该框架可用于任何优化算法，而不仅限于进化算法。 EARS提供了一种简单可靠的方法来对优化算法进行评分和排名。 在该框架中，已经提供了大量实现的优化算法和测试问题。 包含的功能 多目标进化算法（NSGA-II，NSGA-III，GDE3，PAES，PESA2，SPEA2，IBEA，OMOPSO，MOEA / D）。 单目标进化算法（ABC，CRO，DE，FWA，GOA，

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：37748736
    • 提供者：weixin_42139460

  1. 基于分解和差分进化的多目标粒子群优化算法

  2. 为了提高多目标优化算法解集的分布性和收敛性,提出一种基于分解和差分进化的多目标粒子群优化算法(dMOPSO-DE).该算法通过提出方向角产生一组均匀的方向向量,确保粒子分布的均匀性;引入隐式精英保持策略和差分进化修正机制选择全局最优粒子,避免种群陷入局部最优Pareto前沿;采用粒子重置策略保证群体的多样性.与非支配排序(NSGA-II)算法、多目标粒子群优化(MOPSO)算法、分解多目标粒子群优化(dMOPSO)算法和分解多目标进化-差分进化(MOEA/D-DE)算法进行比较,实验结果表明,所

  3. 所属分类：其它

    • 发布日期：2021-01-13
    • 文件大小：3145728
    • 提供者：weixin_38519234

  1. 具有发布时间不确定性的多目标柔性作业车间调度的改进MOEA / D

  2. 为了捕获柔性作业车间调度的多目标和不确定性，构建了具有发布时间不确定性的多目标柔性作业车间调度问题的数学模型（MOFJSSP-RTU），其中，制造时间跨度，拖延性，在各种约束下同时考虑了稳定性和鲁棒性。 为了适当地解决MOFJSSP-RTU问题，提出了一种改进的基于分解的多目标进化算法（IMOEA / D），用于鲁棒调度。 我们算法的新颖性在于它采用了一种新的子问题更新策略，该策略利用了全局信息，允许存档中记录的精英分子参与子代，并结合了基于修复的交叉算子和自适应差分进化（DE基于）的变异算子，

  3. 所属分类：其它

    • 发布日期：2021-03-29
    • 文件大小：257024
    • 提供者：weixin_38689824