6148696

积分:40
上传文件:1
下载次数:0
注册日期:2018-06-08 16:35:00

上传列表
BookShop.zip - ASP.NET MVC4图书管理系统,便于新手学习,2018-06-18 17:16:59,下载3次

近期下载
artificial-intelligence.zip - 西安交通大学出版社,王永庆,《人工智能原理与方法》高清PDF版,考研考博必备参考书
CEC2017.rar - CEC2017-20个测试函数说明(低维图像),包含matlab代码
Copula_model.rar - copula实现多维相关分析,采用高斯分析多维的关系
NSGA-III.rar - 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。 为了从种群 Rt中选择最好的 N 个解进入下一代,首先利用基于Pareto支配的非支配排序将 Rt分为若干不同的非支配层(F1,F2等等)。然后,算法构建一个新的种群St,构建方法是从 F1开始,逐次将各非支配层的解加入到 St,直至 St的大小等于 N,或首次大于 N。假设最后可以接受的非支配层是 L层,那么在 L+ 1 层以及之后的那些解就被丢弃掉了,且 St\ FL中的解已经确定被选择作为 Pt+1中的解。Pt+1中余下的个体需要从 FL中选取,选择的依据是要使种群在目标空间中具有理想的多样性。
NSGA-III.rar - 多目标优化算法NSGA-III算法源代码

收藏