首页

NSGA-III

matlab

2021-2-6

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。

资源下载此资源下载价格为2D币,请先
资源文件列表
YPEA126 NSGA-III/license.txt , 1350
YPEA126 NSGA-III/NSGA-III/AssociateToReferencePoint.m , 1363
YPEA126 NSGA-III/NSGA-III/Crossover.m , 937
YPEA126 NSGA-III/NSGA-III/Dominates.m , 956
YPEA126 NSGA-III/NSGA-III/GenerateReferencePoints.m , 1321
YPEA126 NSGA-III/NSGA-III/license.txt , 1350
YPEA126 NSGA-III/NSGA-III/main.m , 800
YPEA126 NSGA-III/NSGA-III/MOP2.m , 2613
YPEA126 NSGA-III/NSGA-III/Mutate.m , 970
YPEA126 NSGA-III/NSGA-III/NonDominatedSorting.m , 2251
YPEA126 NSGA-III/NSGA-III/NormalizePopulation.m , 1291
YPEA126 NSGA-III/NSGA-III/nsga3.m , 3873
YPEA126 NSGA-III/NSGA-III/PerformScalarizing.m , 1628
YPEA126 NSGA-III/NSGA-III/PlotCosts.m , 1023
YPEA126 NSGA-III/NSGA-III/SortAndSelectPopulation.m , 2347
YPEA126 NSGA-III/NSGA-III/UpdateIdealPoint.m , 1068
YPEA126 NSGA-III/NSGA-III/wifi_through.m , 735
YPEA126 NSGA-III/NSGA-III/www.yarpiz.com.url , 121
YPEA126 NSGA-III/www.yarpiz.com.url , 121
没有账号? 忘记密码?

社交账号快速登录