新建
上传
首页
助手
最?/div>
资料?/div>
工具

NSGA-II 

算法实例

 

目前的多目标优化算法有很?/p>

, Kalyanmoy Deb

的带精英策略的快速非支配

排序遗传算法

(NSGA-II) 

无疑是其中应用最为广泛也是最为成功的一种?/p>

本文?/p>

的算法是

MATLAB

自带的函?/p>

gamultiobj

?/p>

该函数是基于

NSGA-II

改进的一种多

目标优化算法?/p>

 

一?/p>

 

数值例?/p>

 

多目标优化问?/p>

 

4

2

4

2

2

1

1

2

1

1

1

2

2

1

2

4

2

2

4

2

1

2

2

1

2

1

1

2

1

2

min

(

,

)

10

min

(

,

)

5

5

.

.

5

5

f

x

x

x

x

x

x

x

x

x

f

x

x

x

x

x

x

x

x

x

s

t

x

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?

?/p>

?/p>

?/p>

?/p>

 

二?/p>

 

Matlab

文件

 

1

?/p>

 

适应值函?/p>

m

文件?/p>

 

function y=f(x)

 

y(1)=x(1)^4-10*x(1)^2+x(1)*x(2)+x(2)^4-x(1)^2*x(2)^2;

 

y(2)=x(2)^4-x(1)^2*x(2)^2+x(1)^4+x(1)*x(2);

 

2

?/p>

 

调用

gamultiobj

函数,及参数设置?/p>

 

clear

 

clc

 

fitnessfcn=@f;   %

适应度函数句?/p>

 

nvars=2;        %

变量个数

 

lb=[-5,-5];      %

下限

 

ub=[5,5];     %

上限

 

A=[];b=[];     %

线性不等式约束

 

Aeq=[];beq=[];  %

线性等式约?/p>

 

options=gaoptimset('paretoFraction',,'populationsize',100,'ge

nerations',200,'stallGenLimit',200,'TolFun',1e-100,'PlotFc

ns',@gaplotpareto);

 

% 

最优个体系?/p>

paretoFraction

为;

种群大小

populationsize

?/p>

100

?/p>

最大进化代?/p>

generations

?/p>

200

?/p>

 

% 

停止代数

stallGenLimit

?/p>

200

?/p>

 

适应度函数偏?/p>

TolFun

设为

1e-100

,函?/p>

gaplotpareto

:绘?/p>

Pareto

前端

 

[x,fval]=gamultiobj(fitnessfcn,nvars,A,b,Aeq,beq,lb,ub,option

Ͼλ
新建
上传
首页
助手
最?/div>
资料?/div>
工具

NSGA-II 

算法实例

 

目前的多目标优化算法有很?/p>

, Kalyanmoy Deb

的带精英策略的快速非支配

排序遗传算法

(NSGA-II) 

无疑是其中应用最为广泛也是最为成功的一种?/p>

本文?/p>

的算法是

MATLAB

自带的函?/p>

gamultiobj

?/p>

该函数是基于

NSGA-II

改进的一种多

目标优化算法?/p>

 

一?/p>

 

数值例?/p>

 

多目标优化问?/p>

 

4

2

4

2

2

1

1

2

1

1

1

2

2

1

2

4

2

2

4

2

1

2

2

1

2

1

1

2

1

2

min

(

,

)

10

min

(

,

)

5

5

.

.

5

5

f

x

x

x

x

x

x

x

x

x

f

x

x

x

x

x

x

x

x

x

s

t

x

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?

?/p>

?/p>

?/p>

?/p>

 

二?/p>

 

Matlab

文件

 

1

?/p>

 

适应值函?/p>

m

文件?/p>

 

function y=f(x)

 

y(1)=x(1)^4-10*x(1)^2+x(1)*x(2)+x(2)^4-x(1)^2*x(2)^2;

 

y(2)=x(2)^4-x(1)^2*x(2)^2+x(1)^4+x(1)*x(2);

 

2

?/p>

 

调用

gamultiobj

函数,及参数设置?/p>

 

clear

 

clc

 

fitnessfcn=@f;   %

适应度函数句?/p>

 

nvars=2;        %

变量个数

 

lb=[-5,-5];      %

下限

 

ub=[5,5];     %

上限

 

A=[];b=[];     %

线性不等式约束

 

Aeq=[];beq=[];  %

线性等式约?/p>

 

options=gaoptimset('paretoFraction',,'populationsize',100,'ge

nerations',200,'stallGenLimit',200,'TolFun',1e-100,'PlotFc

ns',@gaplotpareto);

 

% 

最优个体系?/p>

paretoFraction

为;

种群大小

populationsize

?/p>

100

?/p>

最大进化代?/p>

generations

?/p>

200

?/p>

 

% 

停止代数

stallGenLimit

?/p>

200

?/p>

 

适应度函数偏?/p>

TolFun

设为

1e-100

,函?/p>

gaplotpareto

:绘?/p>

Pareto

前端

 

[x,fval]=gamultiobj(fitnessfcn,nvars,A,b,Aeq,beq,lb,ub,option

">
新建
上传
首页
助手
最?/div>
资料?/div>
工具

NSGA-II 

算法实例

 

目前的多目标优化算法有很?/p>

, Kalyanmoy Deb

的带精英策略的快速非支配

排序遗传算法

(NSGA-II) 

无疑是其中应用最为广泛也是最为成功的一种?/p>

本文?/p>

的算法是

MATLAB

自带的函?/p>

gamultiobj

?/p>

该函数是基于

NSGA-II

改进的一种多

目标优化算法?/p>

 

一?/p>

 

数值例?/p>

 

多目标优化问?/p>

 

4

2

4

2

2

1

1

2

1

1

1

2

2

1

2

4

2

2

4

2

1

2

2

1

2

1

1

2

1

2

min

(

,

)

10

min

(

,

)

5

5

.

.

5

5

f

x

x

x

x

x

x

x

x

x

f

x

x

x

x

x

x

x

x

x

s

t

x

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?

?/p>

?/p>

?/p>

?/p>

 

二?/p>

 

Matlab

文件

 

1

?/p>

 

适应值函?/p>

m

文件?/p>

 

function y=f(x)

 

y(1)=x(1)^4-10*x(1)^2+x(1)*x(2)+x(2)^4-x(1)^2*x(2)^2;

 

y(2)=x(2)^4-x(1)^2*x(2)^2+x(1)^4+x(1)*x(2);

 

2

?/p>

 

调用

gamultiobj

函数,及参数设置?/p>

 

clear

 

clc

 

fitnessfcn=@f;   %

适应度函数句?/p>

 

nvars=2;        %

变量个数

 

lb=[-5,-5];      %

下限

 

ub=[5,5];     %

上限

 

A=[];b=[];     %

线性不等式约束

 

Aeq=[];beq=[];  %

线性等式约?/p>

 

options=gaoptimset('paretoFraction',,'populationsize',100,'ge

nerations',200,'stallGenLimit',200,'TolFun',1e-100,'PlotFc

ns',@gaplotpareto);

 

% 

最优个体系?/p>

paretoFraction

为;

种群大小

populationsize

?/p>

100

?/p>

最大进化代?/p>

generations

?/p>

200

?/p>

 

% 

停止代数

stallGenLimit

?/p>

200

?/p>

 

适应度函数偏?/p>

TolFun

设为

1e-100

,函?/p>

gaplotpareto

:绘?/p>

Pareto

前端

 

[x,fval]=gamultiobj(fitnessfcn,nvars,A,b,Aeq,beq,lb,ub,option

Ͼλ">
Ͼλ
Ŀ

多目标优化实例和matlab程序 - 百度文库
新建
上传
首页
助手
最?/div>
资料?/div>
工具

NSGA-II 

算法实例

 

目前的多目标优化算法有很?/p>

, Kalyanmoy Deb

的带精英策略的快速非支配

排序遗传算法

(NSGA-II) 

无疑是其中应用最为广泛也是最为成功的一种?/p>

本文?/p>

的算法是

MATLAB

自带的函?/p>

gamultiobj

?/p>

该函数是基于

NSGA-II

改进的一种多

目标优化算法?/p>

 

一?/p>

 

数值例?/p>

 

多目标优化问?/p>

 

4

2

4

2

2

1

1

2

1

1

1

2

2

1

2

4

2

2

4

2

1

2

2

1

2

1

1

2

1

2

min

(

,

)

10

min

(

,

)

5

5

.

.

5

5

f

x

x

x

x

x

x

x

x

x

f

x

x

x

x

x

x

x

x

x

s

t

x

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?

?/p>

?/p>

?/p>

?/p>

 

二?/p>

 

Matlab

文件

 

1

?/p>

 

适应值函?/p>

m

文件?/p>

 

function y=f(x)

 

y(1)=x(1)^4-10*x(1)^2+x(1)*x(2)+x(2)^4-x(1)^2*x(2)^2;

 

y(2)=x(2)^4-x(1)^2*x(2)^2+x(1)^4+x(1)*x(2);

 

2

?/p>

 

调用

gamultiobj

函数,及参数设置?/p>

 

clear

 

clc

 

fitnessfcn=@f;   %

适应度函数句?/p>

 

nvars=2;        %

变量个数

 

lb=[-5,-5];      %

下限

 

ub=[5,5];     %

上限

 

A=[];b=[];     %

线性不等式约束

 

Aeq=[];beq=[];  %

线性等式约?/p>

 

options=gaoptimset('paretoFraction',,'populationsize',100,'ge

nerations',200,'stallGenLimit',200,'TolFun',1e-100,'PlotFc

ns',@gaplotpareto);

 

% 

最优个体系?/p>

paretoFraction

为;

种群大小

populationsize

?/p>

100

?/p>

最大进化代?/p>

generations

?/p>

200

?/p>

 

% 

停止代数

stallGenLimit

?/p>

200

?/p>

 

适应度函数偏?/p>

TolFun

设为

1e-100

,函?/p>

gaplotpareto

:绘?/p>

Pareto

前端

 

[x,fval]=gamultiobj(fitnessfcn,nvars,A,b,Aeq,beq,lb,ub,option



ļ׺.doc޸Ϊ.docĶ

  • Ǩڱ2017ȽڹȽλȽ˵ľ
  • 2016š봴½
  • עṫ豸ʦ(ůͨյ)רҵģ
  • ʦѧԺšģԾ (ABCD,ϸ)(DOC)
  • аոͻ˹ûֲ
  • ȫʡƷ
  • 㶫ʡᱣջල
  • ȫ2008--2012Կźϵͳʹ
  • һ꼶ѵ༶Լ-ѧϰĵ
  • ܲ

վ

԰ Ͼλ
ϵͷ779662525#qq.com(#滻Ϊ@)