说明:NSGA-Ⅱ是目前最流行的多目标进化算法之一,它降低了非劣排序遗传算法的复杂性,具有运行速度快,解集的收敛性好的优点,成为其他多目标优化算法性能的基准。NSGA-Ⅱ算法采用了快速非支配排序算法,计算复杂度比 NSGA 大大的降低
说明:共轭梯度法(Conjugate Gradient)是介于最速下降法与牛顿法之间的一个方法,它仅需利用一阶导数信息,但克服了最速下降法收敛慢的缺点,又避免了牛顿法需要存储和计算Hesse矩阵并求逆的缺点,共轭梯度法不仅是解决大型线性方程组最有用的方法之一,也是解大型非线性最优化最有效的算法之一。 在各...
说明:利用遗传算法对电动汽车有序充电进行优化;优化目标包括充电费用最低,充电时间达到要求(电动汽车充到足够的电) 考虑电动汽车充电对电网负荷的影响,使负荷峰谷差最小
说明:使用交叉熵算法,对组合优化问题,逐步逼近最优解完成寻优。
说明:遗传算法优化装配生产线任务,matlab源码,优化出生产线最佳装配路径