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:用matlab实现新的启发式算法—蝙蝠算法,用于生产优化问题
说明:利用响应面方法对多学科协同优化方法进行改进,并用算例验证了改进的协同优化方法的有效性
说明:数值优化的各种算法,包括牛顿法,拟牛顿,遗传算法,等等。
说明:通过GA算法优化RBF神经网络初始参数,以减小误差,提高诊断效率,对GA-BP故障诊断模型进行MATLAB仿真分析。
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