多目标下改进NSGA-II算法并使用ZDT测试函数验证matlab

目标优化机械臂轨迹，不知道NSGA-II算法改进后到底有没有效果，需要用测试函数进行验证，附matlab代码

参考多目标优化NSGA-II的实现（MATLAB完整代码）_nsga2 matlab_羽丶千落的博客-CSDN博客

目录

1.复制所有matlab代码

2.查看plotPareto.m

3.运行nsga2.test.m

4.出结果

5.改进初始种群NSGA-II算法matlab代码

---

1.复制所有matlab代码

复制后列表如下

2.查看plotPareto.m

按照plotPareto.m里的“前沿数据/ZDT1.txt”创建文件夹，在上图中创建文件夹“前沿数据”，ZDT1.txt如何下载请看这篇博客，复制并保存到前沿数据文件夹中

测试函数-ZDT函数.txt版本免费下载_邸笠佘司的博客-CSDN博客多目标优化问题中，改进NSGA-II算法需要测试函数ZDT函数来查看改进的效果如何，大多博客下载需要积分，在这附上免费网址，大家自行下载。包含ZD1-ZDT6，测试函数-ZDT函数.txt版本免费下载https://blog.csdn.net/m0_68738477/article/details/131574219?spm=1001.2014.3001.5501

3.运行nsga2.test.m

直接运行nsga2.test.m会导致，五个测试函数的图像没有一一保存

所以最好在测试函数zdt1时，将剩下的测试函数注释掉，如下所示

将nsga2.test.m中的case1，使用ctrl+R整行注释掉

4.出结果

5.改进初始种群NSGA-II算法matlab代码

如图所示，这是每个.m的文件的含义

nsga2_test：测试函数，用于保存测试数据
nsga2_main：主函数，，用于运行NSGA2算法的框架
get_variable_bounds：获取种群范围
init_pop：种群初始化
sort_pop：种群排序
select_parent：选择父代
myga：进行遗传算法，杂交变异
combined_pop：子代和原始种群进行合并
select_pop：选择新一代种群
calculate_gd：计算GD
calculate_sp：计算SP
calculate_pop：计算种群

改进的方法有许多，每个.m都可以进行改进，我是在init_pop：种群初始化方向上进行改进，具体如何改进就不说了，将代码复制到原来的init_pop.m中就可以了，具体代码参考如下

NSGA-II改进之种群初始化_羽丶千落的博客-CSDN博客原NSGA-II的算法在初始化种群的时候采用的是随机生成。随机代表着不确定，且随机生成的种群在整个空间上表现为不均匀；为消除随机初始化带来的不确定，和种群在空间上分布不均匀问题，由此引出新的初始化种群方式：佳点集生成种群_种群初始化https://blog.csdn.net/weixin_44034444/article/details/129102116?spm=1001.2014.3001.5502改进后运行后的图像如下

 进行比较，其他5个测试函数zdt也是如此