- 博客(16)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 Ruby（一）
Ruby 是一种开源的面向对象程序设计的服务器端脚本语言，可运行于多种平台，如 Windows、MAC OS 和 UNIX 的各种版本。Ruby流行起来的根本原因是因为基于Ruby的Web开发框架Rails的广泛使。
2023-07-31 17:25:07
198
1
原创 多目标进化算法总结
一、算法综述多目标就以下三个方面为目标，各种算法使用了和单目标算法的不同组合从而进行有效实现。包括：一组数量尽可能大的非劣解（非劣解集和）；要求这组解逼近问题的全局Pareto最优前端（避免局部最优）；尽可能均匀地分布在整个全局最优前端上（实现解的分布均匀性和多样性）。二、算法之间的比较1、SPEA:主要步骤：1、产生初始种群P和空的外部非劣解集和NP；2、将种群中的非劣解个体拷贝到空的外部非劣解集NP；3、进行迭代时，剔除NP中受种群P支配的解；4、剔除多余解（聚类分析：取
2022-05-30 20:48:38
3717
原创 repmat函数的使用（matlab）
B = repmat(A, m, n)%将矩阵A复制m*n块，即将矩阵A复制成m行，n列eg:A= [1,2,3] B = repmat(A,2,3)B = [1 2 31 2 31 2 3 1 2 31 2 31 2 3]
2021-10-21 15:06:03
398
原创 ismember函数的使用 (matlab)
本人能力有限，此学习笔记仅为个人见解，如有错误，欢迎批评指正!Lia = ismember(A,B)这个函数主要是看矩阵A中的数据是不是矩阵B中的成员，是的话返回一个包含逻辑1(ture)的数组，不是返回0；如果A和B是表或时间表，则ismember将为每一行返回一个逻辑值。对于时间表，ismember考虑行时间以确定相等。输出Lia是一个列向量 。举例子：***************************************************************...
2021-08-20 11:43:52
11686
原创 遗传算法（GA）的一些学习感悟
1、算法的早熟收敛：一般称之为“早熟”，是遗传算法中的一种现象。指在遗传算法早期，在种群中出现了超级个体，该个体的适应值大大超过当前种群的平均个体适应值。从而使得该个体很快在种群中占有绝对的比例，种群的多样性迅速降低，群体进化能力基本丧失，从而使得算法较早收敛于局部最优解的现象。早熟收敛的本质特征是指群体中的各个个体非常相似，群体的多样性急剧减少，当前群体缺乏有效等位基因（最优解位串上的等位基因），在遗传算子作用下不能生成高阶竞争模式。2、容易陷入局部最优的缺点：像所有的算法一样，遗传算法很容易
2021-08-20 11:27:18
6462
2
原创 遗传算法（GA）概述
注释：是学习之余整理的资料，如有不足的地方还请指教，十分感谢！目录1、遗传算法的基本思想2、遗传算法的步骤（1）初始种群的产生（编码）（2）适应度函数的确定（3）遗传算子（选择、交叉、变异）3、遗传算法的适应性4、遗传算法的优缺点（1）遗传算法的优点:（2）遗传算法的缺点:5、算法流程图遗传算法概述遗传 算法（Genetic Algorithm）是一种进化算法，原理是仿效生物界的“物竞天择，适者生存”的演化法则。最早由美国Michigan大学的J.Ho..
2021-08-11 10:23:45
5465
原创 MOEA/D算法原理及应用方向
注释：是学习之余整理的资料，如有不足的地方还请指教，十分感谢！目录1、MOEA/D算法的简介1.1 MOEA/D产生的背景1.2MOEA/D的产生2、MOEA/D算法的原理与流程2.1 MOEA/D算法的基本原理2.2 MOEA/D算法的分解策略2.3 MOEA/D算法的流程3、MOEA/D算法的特征3.1 MOEA/D算法的特点4、研究现状与应用方向4.1 研究现状4.2 应用领域1、MOEA/D算法的简介1.1 MOEA/D产生的背景..
2021-08-09 16:38:07
10694
1
原创 NSGA-Ⅲ算法的基本原理
注释：是学习之余整理的资料，如有不足的地方还请指教，十分感谢！目录一、 算法简介二、 基本步骤三、 算法核心3.1参考点设置3.2、种群的自适应标准化（寻找理想点-计算极值点，构建超平面—找到截距，目标归一化）3.2.1寻找理想点：即求解这一代种群所有目标的最小值3.2.2计算极值点3.2.3 构建超平面，找截距，目标归一化3.3、关联操作（让群体中的个体分别关联到相应的参考点）3.4、个体保留操作（选择进入到下一代的个体）四、总结一、 算法简介...
2021-08-09 10:46:39
11426
原创 NSGA-Ⅱ算法原理
注释：是学习之余整理的资料，如有不足的地方还请指教，十分感谢！目录1、多目标进化算法1.1 MOEA概述1.2 MOEA的分类2、NSGA-Ⅱ算法介绍2.1 NSGA算法2.2 NSGA-Ⅱ算法3、NSGA-Ⅱ算法的步骤3.1 NSGA-Ⅱ算法流程图3.2 NSGA-Ⅱ关键子程序算法4、NSGA-Ⅱ算法的优、缺点5、NSGA-Ⅱ算法的应用5.1公交调度优化问题5.2轨道电路维修策略问题1、多目标进化算法进化算法是一类模拟生物自然选择与自然.
2021-08-06 16:27:10
18073
1
原创 多目标粒子群学习笔记（MOPSO）
目录注释：是学习之余整理的资料，如有不对的地方还请指教，十分感谢！1.单目标PSO的流程 2.多目标PSO算法步骤2.1初始阶段2.2进化产生下一代种群2.3更新Archive集2.4Archive 集的截断操作3.对于PSO,MOPSO做出的改进4.MOPSO的发展现状和应用1.单目标PSO的流程适应度：个体的适应度（fitness）指的是个体在种群生存的优势程度度量，用于区分个体的“好与坏”。适应度使用适应度函数（fitness functi...
2021-08-03 21:27:44
20317
7
原创 单目标粒子群学习笔记（PSO）
1、粒子群算法的简介与描述1.1粒子群算法的简介1.2粒子群算法的简单描述2、粒子群算法的原理与流程2.1粒子群算法的基本原理2.2粒子群算法的流程2.3认识参数2.4粒子群算法的流程图3、粒子群算法的优缺点3.1粒子群算法的优点3.2 粒子群算法的缺点4、粒子群算法的改进5、粒子群算法的应用方向5.1标准粒子群算法的应用方向1、粒子群算法的简介与描述1.1粒子群算法的简介 粒子群优化(PSO, particle swar...
2021-08-01 17:05:18
1911
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人