To get the Pareto set from a given set of points
上传时间： 2013-12-11
上传用户：410805624
由于演化算法求解多目标优化问题所得结果是一个优化解集———Pareto最优集,而现有的演化算法收 敛性分析只适合针对单目标优化问题的单个最优解。利用有限马尔科夫链给出了演化算法求解多目标优化问 题的收敛性分析框架,并给出了一个分析实例
上传时间： 2013-12-20
上传用户：diets
摘 由于演化算法求解多目标优化问题所得结果是一个优化解集———Pareto最优集,而现有的演化算法收 敛性分析只适合针对单目标优化问题的单个最优解。利用有限马尔科夫链给出了演化算法求解多目标优化问 题的收敛性分析框架,并给出了一个分析实例
上传时间： 2014-01-15
上传用户：lizhizheng88
摘 由于演化算法求解多目标优化问题所得结果是一个优化解集———Pareto最优集,而现有的演化算法收 敛性分析只适合针对单目标优化问题的单个最优解。利用有限马尔科夫链给出了演化算法求解多目标优化问 题的收敛性分析框架,并给出了一个分析实例
上传时间： 2014-01-25
上传用户：ardager
针对无线传感器网络的节点能量有限，且在进行信息传输时存在数据冲突、传输延时等问题，提出并设计了基于最大生存周期的无线传感器网络数据融合算法。该算法将整个网络中的节点分成多个簇，并根据节点的传输范围，将每个簇中的节点均匀分布，每个节点根据自己的本地信息和剩余能量选择通信方式向簇头节点传输数据，从而形成传输数据的最短路径；并根据集中式TDMA（时分多址）调度模型，运用基于微粒群的Pareto优化方法，使得网络在完成规定的信息传输时每个节点耗费的平均时隙和平均能耗最优。仿真结果表明，上述算法不但可以最大化网络的生存时间，还可以有效的降低数据融合时间，减少网络延时。
上传时间： 2014-12-29
上传用户：看到了没有
为了有效地应用遗传算法解决 鲁棒控制系统设计问题，将遗传算法与局部优化方法相结合，提出了基于降维扫描方法的自适应多目标遗传算法（DRSA-MOGA）。通过引入适应度函数标准化方法、基于最优Pareto解集搜索的降维扫描方法和适应度函数自适应调整方法，提高了算法的全局优化性能和局部搜索能力。仿真结果表明，DRSA-MOGA算法在不损失解的均匀度的情况下可以达到很高的逼近度
上传时间： 2014-01-22
上传用户：13681659100
现有的PID参数优化方法往往难以同时兼顾系统对快速性、稳定性与鲁棒性的要求，本文针对这一缺陷，提出了一种多目标PID优化设计方法——在满足系统的鲁棒性的前提下，以超调量、上升时间和调整时间最小作为多目标优化的子目标，并将NSGA-Ⅱ与PGA相结合对其求解。该算法求得的Pareto最优解分布均匀，收敛性和鲁棒性好，决策者可根据实际系统的要求在Pareto解集中选择最终的满意解，这为快速性、稳定性与鲁棒性的权衡分析提供了有效的工具。仿真结果表明本文设计方法的有效性和优越性。
上传时间： 2013-12-23
上传用户：wys0120
遗传算法在曲线多边形近似中的应用 在平面数字曲线的多边形近似中, 为克服顶点的检测只依靠局部区域、缺乏全局信息的弱点, 文中把多边 形近似问题作为寻找在满足一定的近似误差条件下使顶点数最少、或者使顶点数和近似误差都尽可能少的最优化 问题来处理. 为了能够处理点数较多的曲线, 文中采用遗传算法和基于Pareto 最优解的改进遗传算法来求近似最 优解. 和一些经典算法的实验比较表明, 文中算法与只依靠曲线局部特性的一类算法相比, 在近似的保真性和效率 上有明显的改进, 同时又比准确寻优一类的算法如动态规划等有大幅度的时间节省.
上传时间： 2013-12-30
上传用户：lepoke
遗传算法中的NSGA2算法实现，解决多目标遗传算法求解Pareto近似解，具有很好的运行效果
上传时间： 2014-01-10
上传用户：yzhl1988
matlab绘制Pareto前沿，并且附带C文件以及编译好的mex文件
上传时间： 2016-01-18
上传用户：chenwudebin
