遗传算法and多目标遗传算法_第1页
遗传算法and多目标遗传算法_第2页
遗传算法and多目标遗传算法_第3页
遗传算法and多目标遗传算法_第4页
遗传算法and多目标遗传算法_第5页
已阅读5页,还剩13页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

CONTENTSCONTENTS1基本概念23遗传算法NSGA-Ⅱ第一页,共18页。单目标和多目标

Whichisbetter?第二页,共18页。

FPareto占优第三页,共18页。Pareto最优解对于多目标优化问题,通常存在一个解集,这些解之间就全体目标函数而言是无法比较优劣的,其特点是:无法在改进任何目标函数的同时不削弱至少一个其他目标函数。这种解称作非支配解或Pareto最优解.Pareto最优前沿Pareto最优解的集合称为Pareto最优前沿第四页,共18页。遗传算法2第五页,共18页。问题:1、产生初始种群第六页,共18页。2、计算适应度第七页,共18页。选择:具有随机性和进化性。

进化性:选择适应度高的个体进入下一代。

随机性:按照概率选择适应度高的进入下一代。第八页,共18页。交叉单点交叉第九页,共18页。双点交叉变异交叉变异产生新解,防止陷入局部最优第十页,共18页。迭代优化选择交叉变异最优解第十一页,共18页。3NSGA-Ⅱ全称:Non-dominatedSortingGeneticAlgorithm-Ⅱ非支配排序遗传算法,目前最流行的多目标进化算法之一。

第十二页,共18页。快速非支配排序法—分级

第十三页,共18页。拥挤度比较算子

--拥挤度的确定

第十四页,共18页。拥挤度比较算子--拥挤度比较算子

第十五页,共18页。精英策略第十六页,共18页。开始输出进化代数Gen=1,初始化种群

Gen=最大代数Gen=Gen+1交叉,变异

i=i+1YN

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论