91av视频/亚洲h视频/操亚洲美女/外国一级黄色毛片 - 国产三级三级三级三级

  • 大小: 3KB
    文件類型: .m
    金幣: 1
    下載: 0 次
    發布日期: 2021-06-03
  • 語言: Matlab
  • 標簽: moead??

資源簡介

moead優化算法摘要：在傳統的多目標優化問題上常常使用分解策略。但是，這項策略還沒有被廣泛的應用到多目標進化優化中。本文提出了一種基于分解的多目標進化算法。該算法將一個多目標優化問題分解為一組？？？單目標優化問題并對它們同時優化。通過利用與每一個子問題相鄰的子問題的優化信息來優化它本身，這是的該算法比MOGLS和非支配排序遺傳算法NSGA-Ⅱ相比有更低的計算復雜度。實驗結果證明：在0-1背包問題和連續的多目標優化問題上，利用一些簡單的分解方法本算法就可以比MOGLS和NSGA-Ⅱ表現的更加出色或者表現相近。實驗也表明目標正態化的MOEA/D算法可以解決規模范圍相異的多目標問題，同時使用一個先進分解方法的MOEA/D可以產生一組分別非常均勻的解對于有3個目標問題的測試樣例。最后，MOEA/D在較小種群數量是的性能，還有可擴展性和敏感性都在本篇論文中通過實驗經行了相應的研究。

資源截圖

代碼片段和文件信息 

%
%?Copyright?（c）?2015?Yarpiz?（www.yarpiz.com）
%?All?rights?reserved.?Please?read?the?“license.txt“?for?license?terms.
%
%?Project?Code:?YPEA124
%?Project?title:?Implementation?of?MOEA/D
%?Muti-objective?Evolutionary?Algorithm?based?on?Decomposition
%?Publisher:?Yarpiz?（www.yarpiz.com）
%?
%?Developer:?S.?Mostapha?Kalami?Heris?（Member?of?Yarpiz?Team）
%?
%?Contact?Info:?sm.kalami@gmail.com?info@yarpiz.com
%

clc;
clear;
close?all;

%%?Problem?Definition

CostFunction=@（x）?ZDT1（x）;??%?Cost?Function

nVar=3;?????????????%?Number?of?Decision?Variables

VarSize=[nVar?1];???%?Decision?Variables?Matrix?Size

VarMin?=?0;?????????%?Decision?Variables?Lower?Bound
VarMax?=?1;?????????%?Decision?Variables?Upper?Bound

nObj=numel（CostFunction（unifrnd（VarMinVarMaxVarSize）））;


%%?MOEA/D?Settings

MaxIt=100;??%?Maximum?Number?of?Iterations

nPop=50;????%?Population?Size?（Number?of?Sub-Problems）

nArchive=30;

T=max（ceil（0.15*nPop）2）;????%?Number?of?Neighbors
T=min（max（T2）15）;

crossover_params.gamma=0.5;
crossover_params.VarMin=VarMin;
crossover_params.VarMax=VarMax;

%%?Initialization

%?Create?Sub-problems
sp=CreateSubProblems（nObjnPopT）;

%?Empty?Individual
empty_individual.Position=[];
empty_individual.Cost=[];
empty_individual.g=[];
empty_individual.IsDominated=[];

%?Initialize?Goal?Point
%z=inf（nObj1）;
z=zeros（nObj1）;

%?Create?Initial?Population
pop=repmat（empty_individualnPop1）;
for?i=1:nPop
????pop（i）.Position=unifrnd（VarMinVarMaxVarSize）;
????pop（i）.Cost=CostFunction（pop（i）.Position）;
????z=min（zpop（i）.Cost）;
end

for?i=1:nPop
????pop（i）.g=DecomposedCost（pop（i）zsp（i）.lambda）;
end

%?Determine?Population?Domination?Status
pop=DetermineDomination

評論

共有 條評論