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. A Fast Elitist Non-Dominated Sorting Genetic

  2. Multi-objective evolutionary algorithms which use non-dominated sorting and sharing have been mainly criticized for their (i)  computational complexity (where is the number of objectives and is the population size), (ii) non-elitism approa

  3. 所属分类：专业指导

    • 发布日期：2009-11-24
    • 文件大小：101376
    • 提供者：yangyunyi6146

  1. 一种基于参考点的非支配排序算法NSGA-III

  2. 本论文介绍了新颖的NSGA-III算法，并将其应用于高维的目标优化中，取得良好结果。

  3. 所属分类：电信

    • 发布日期：2015-10-16
    • 文件大小：43527999
    • 提供者：qq_21336847

  1. matlab NSGA-III 三目标算法优化

  2. 基于MATLAB的三目标算法优化，用NSGA-III的算法思想进行三目标算法优化的源代码，用于多目标学习算法优化

  3. 所属分类：机器学习

    • 发布日期：2017-12-04
    • 文件大小：15680
    • 提供者：sinat_23952939

  1. NSGA-3matlab源程序

  2. 首先NSGA-III算法沿用了NSGA-II的框架，要弄懂NSGA-III，先要简略地了解NSGA-II,两种算法都是多目标进化算法，大致可以分为两步：第一步是非支配分层，第二步是从最后一个非支配层级中挑选个体进入子代。

  3. 所属分类：算法与数据结构

    • 发布日期：2018-04-09
    • 文件大小：17075
    • 提供者：jueqingnikong

  1. NSGA-III代码

  2. 测试可以跑，根据自己情况修改下函数即可. NSGA-III 首先定义一组参考点。然后随机生成含有 N 个（原文献说最好与参考点个数相同）个体的初始种群，其中 N 是种群大小。接下来，算法进行迭代直至终止条件满足。在第 t 代，算法在当前种群 Pt的基础上，通过随机选择，模拟两点交叉（Simulated Binary Crossover，SBX）和多项式变异 产生子代种群 Qt。Pt和 Qt的大小均为 N。因此，两个种群 Pt和 Qt合并会形成种群大小为 2N 的新的种群 Rt=Pt∪Qt。 为

  3. 所属分类：机器学习

    • 发布日期：2018-07-12
    • 文件大小：14892
    • 提供者：dangwanma6489

  1. NSGA-III多目标进化算法

  2. 多目标只能进化算法，遗传改进算法，多目标进化算法matlab代码

  3. 所属分类：深度学习

    • 发布日期：2018-01-25
    • 文件大小：15360
    • 提供者：weixin_40678349

  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. NSGA-III完美运行MATLAB

  2. 多目标遗传发算法NSGA-III（基于参考点的非支配排序算法），在NSGA-II基础进行改进的，提高了算法的收敛性

  3. 所属分类：深度学习

    • 发布日期：2019-02-09
    • 文件大小：3072
    • 提供者：abcd131211

  1. NSGA-III.rar

  2. 高维多目标优化第三代非支配遗传算法（NSGA-III）MATLAB源程序，可直接调用

  3. 所属分类：搜索引擎

    • 发布日期：2019-09-09
    • 文件大小：12288
    • 提供者：dzhmaple

  1. NSGA-III in MATLAB.rar

  2. NSGA-III基于mtalab的实现，代码详细，采用先使用非支配排序后归一化的操作，有需要的志同道合的朋友可以自取

  3. 所属分类：机器学习

    • 发布日期：2020-04-21
    • 文件大小：14336
    • 提供者：weixin_42555400

  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. NSGA-III算法-matlab版本-写满了中文注释

  2. 这是从mathwork上下载的NSGA-3的代码，自己写的注释。因为也没有完全弄懂代码，所以有些地方空着没写注释，有些地方还注释了问号。就是希望能和大家一起讨论交流一下，希望大家指正。希望弄懂代码的小伙伴能回帖说一下自己的理解。也希望能解答一下我不懂的地方。     这里把原代码的链接也发一下。https://www.mathworks.com/matlabcentral/fileexchange/60678-nsga-iii-in-matlab?s_tid=srchtitle

  3. 所属分类：算法与数据结构

    • 发布日期：2020-06-09
    • 文件大小：11022
    • 提供者：qq_41820167

  1. U-NSGA-III-master.zip

  2. U-NSGA-III的matlab实现，多目标优化遗传算法，非支配排序，程序可以运行，可处理具有两个到15的目标的问题

  3. 所属分类：互联网

    • 发布日期：2020-07-21
    • 文件大小：1483262
    • 提供者：weixin_43602113

  1. NSGA-III算法

  2. NSGA-III算法

  3. 所属分类：教育

    • 发布日期：2017-03-01
    • 文件大小：42991616
    • 提供者：zhangqingsai

  1. 多目标遗传算法（NSGA-III）matlab源代码

  2. 多目标遗传算法（NSGA-III）matlab源代码 多目标遗传算法（NSGA-III）matlab源代码 多目标遗传算法（NSGA-III）matlab源代码 多目标遗传算法（NSGA-III）matlab源代码已验证

  3. 所属分类：深度学习

    • 发布日期：2020-09-25
    • 文件大小：12288
    • 提供者：Tiffanyyyy

  1. NSGA-III算法实现文献参考

  2. 本资源是“基于参考点的非支配遗传算法-NSGA-III”博客中的参考资料，此资料下载对于理解NSGA-III算法将起到非常重要的作用，且部分文章我已经做了注解。

  3. 所属分类：其它

    • 发布日期：2020-12-19
    • 文件大小：35651584
    • 提供者：ztzi321

  1. Software-Refactoring:软件重构是一种清理和编辑项目中编写的代码以使其更具可读性，效率和清理性的技术。-源码

  2. 软件重构 jMetalMSA：使用多目标元启发式方法解决多序列比对问题的框架 jMetalMSA是一种开源软件工具，旨在通过使用多目标元启发式方法来解决多序列比对（MSA）问题。 它基于jMetal多目标框架，该框架通过用于表示MSA解决方案的编码进行了扩展。 jMetalMSA的体系结构 上图显示了jMetalMSA的面向对象的体系结构，它由四个核心类（Java接口）组成。 它们中的三个（MSAProblem，MSAAlgorithm和MSASolution）从jMetal中的对应继承（在图

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：1048576
    • 提供者：weixin_42146274

  1. 多视图聚类的进化多目标优化

  2. 在某些实际应用中，经常采用多种测量方法来提取数据的多个特征组，从而产生多视图数据。 考虑到不同方法引起的视图冲突，多视图聚类的主要挑战是找到一种同时利用所有视图的补充信息的合适方法。 从优化的角度来看，以前的多视图聚类研究使用加权和方法来表示冲突程度，并将其视为加权和单目标优化问题。 在这项工作中，我们将多视图聚类格式化为一个多目标优化问题，其中每个视图被视为一个完全独立的特征子集。 每个视图中的聚类目标函数是多个目标之一。 NSGA-II，SPEA2，MOEA / D，SMS-EMOA和NSG

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：434176
    • 提供者：weixin_38686041

  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. 求解约束高维多目标问题的分解约束支配NSGA-II优化算法

  2. 针对多目标进化算法处理约束高维多目标优化问题时出现解的分布性和收敛性差、易陷入局部最优解问题,采用Pareto支配、分解与约束支配融合的方法,提出一种基于分解约束支配NSGA-II优化算法(DBCDP-NSGA-II).该算法在保留NSGA-II中快速非支配排序的基础上,首先采用Pareto支配对种群进行支配排序;然后根据解的性质采用分解约束支配(DBCDP)惩罚等价解,保留稀疏区域的可行解和非可行解,提高种群的分布性、多样性和收敛性;最后采用个体到权重向量的垂直距离和拥挤度距离对临界值进行再排

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：2097152
    • 提供者：weixin_38570854
« 12 »