xxxx18一60岁hd中国/日韩女同互慰一区二区/西西人体扒开双腿无遮挡/日韩欧美黄色一级片 - 色护士精品影院www

  • 大小: 3KB
    文件類型: .m
    金幣: 1
    下載: 0 次
    發(fā)布日期: 2021-06-03
  • 語(yǔ)言: Matlab
  • 標(biāo)簽: moead??

資源簡(jiǎn)介

moead優(yōu)化算法摘要：在傳統(tǒng)的多目標(biāo)優(yōu)化問(wèn)題上常常使用分解策略。但是，這項(xiàng)策略還沒(méi)有被廣泛的應(yīng)用到多目標(biāo)進(jìn)化優(yōu)化中。本文提出了一種基于分解的多目標(biāo)進(jìn)化算法。該算法將一個(gè)多目標(biāo)優(yōu)化問(wèn)題分解為一組？？？單目標(biāo)優(yōu)化問(wèn)題并對(duì)它們同時(shí)優(yōu)化。通過(guò)利用與每一個(gè)子問(wèn)題相鄰的子問(wèn)題的優(yōu)化信息來(lái)優(yōu)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(jì)算復(fù)雜度。實(shí)驗(yàn)結(jié)果證明：在0-1背包問(wèn)題和連續(xù)的多目標(biāo)優(yōu)化問(wèn)題上，利用一些簡(jiǎn)單的分解方法本算法就可以比MOGLS和NSGA-Ⅱ表現(xiàn)的更加出色或者表現(xiàn)相近。實(shí)驗(yàn)也表明目標(biāo)正態(tài)化的MOEA/D算法可以解決規(guī)模范圍相異的多目標(biāo)問(wèn)題，同時(shí)使用一個(gè)先進(jìn)分解方法的MOEA/D可以產(chǎn)生一組分別非常均勻的解對(duì)于有3個(gè)目標(biāo)問(wèn)題的測(cè)試樣例。最后，MOEA/D在較小種群數(shù)量是的性能，還有可擴(kuò)展性和敏感性都在本篇論文中通過(guò)實(shí)驗(yàn)經(jīng)行了相應(yīng)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?“l(fā)icense.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(píng)論

共有 條評(píng)論