上一页 1 ··· 222 223 224 225 226

2017年1月8日

摘要: 1 /* Routine for mergeing two populations */ 2 3 # include 4 # include 5 # include 6 7 # include "global.h" 8 # include "rand.h" 9 10 /* Routine to merge two populations into one */ ... 阅读全文
posted @ 2017-01-08 15:54 Angry_Panda 阅读(717) 评论(0) 推荐(0) 编辑
摘要: 以上代码是判断两个个体的支配关系的。 基本遵循两个原则,首先是判断两个个体是是否超出限制条件,即判断 constr_violation 的大小。 如果个体 没有超过限制条件 则个体的 constr_violation >= 0,constr_violation 默认值 为 0 。 然后判断两个个体之 阅读全文
posted @ 2017-01-08 15:42 Angry_Panda 阅读(1136) 评论(0) 推荐(0) 编辑
摘要: tourselect.c 文件中共有两个函数: selection (population *old_pop, population *new_pop) individual* tournament (individual *ind1, individual *ind2) 首先,第一个函数代码如下: 阅读全文
posted @ 2017-01-08 14:02 Angry_Panda 阅读(3243) 评论(0) 推荐(0) 编辑
摘要: NSGA(非支配排序遗传算法)、NSGA-II(带精英策略的快速非支配排序遗传算法),都是基于遗传算法的多目标优化算法,是基于pareto最优解讨论的多目标优化。 在官网: http://www.iitk.ac.in/kangal/codes.shtml 可以下载到 NSGA-II 的C语言版源码, 阅读全文
posted @ 2017-01-08 09:23 Angry_Panda 阅读(11835) 评论(0) 推荐(0) 编辑

2017年1月7日

摘要: 本文主要介绍遗传算法(实数编码)的交叉操作中的SBX,模拟二进制交叉。 首先,给出个人用python2.7实现的代码,具体模块已上传到: https://github.com/guojun007/sbx_cross 以下内容引至: http://blog.csdn.net/silence1214/a 阅读全文
posted @ 2017-01-07 09:44 Angry_Panda 阅读(14709) 评论(0) 推荐(1) 编辑

2017年1月6日

摘要: 遗传算法,是最常用的解决优化问题的算法,是最早的群智能算法。遗传算法中主要包括,选择、交叉、变异算子,其中对DNA个体的编码方式分为实数编码和二进制编码等。今日由于学习和工作需要对该算法进行了一些了解,对该算法中常用的竞赛选择方式做如下笔记: 遗传算法中的竞赛选择方式是一种放回抽样,几元竞赛就是一次 阅读全文
posted @ 2017-01-06 19:55 Angry_Panda 阅读(19523) 评论(0) 推荐(0) 编辑
摘要: 数据来源: https://www.cs.cinvestav.mx/~emoobook/ 展示部分数据如下:(ZDT系列) 地址:https://www.cs.cinvestav.mx/~emoobook/apendix-d/apendix-d.html ZD1 数据链接: https://www. 阅读全文
posted @ 2017-01-06 10:59 Angry_Panda 阅读(11340) 评论(0) 推荐(1) 编辑

2016年12月29日

摘要: 1.多目标优化问题概念: 在实际问题中大都具有多个目标且需要同时满足,即在同一问题模型中同时存在几个非线性目标,而这些目标函数需要同时进行优化处理,并且这些目标又往往是互相冲突的,称这类问题称为多目标规划问题【1】。 2.多目标优化问题的数学描述 多目标问题又称多标准优化问题【2】,不失一般性,设有 阅读全文
posted @ 2016-12-29 13:10 Angry_Panda 阅读(13672) 评论(0) 推荐(0) 编辑
上一页 1 ··· 222 223 224 225 226

导航