遗传算法
文章平均质量分 91
不一样的烟火呦
这个作者很懒,什么都没留下…
展开
-
NSGA-II算法介绍
4.1 NSGA-II算法概述1995年,Srinivas和Deb提出了非支配遗传(Non-dominated Sorting Genetic Algorithms,NSGA)算法[42]。NSGA算法是以遗传算法为基础并基于Pareto最优概念得到的。NSGA算法与基本遗传算法的主要区别是其在进行选择操作之前对个体进行了快速非支配排序,增大了优秀个体被保留的概率[43],而选择、交叉、变异等操作与基本遗传算法无异。经过诸多学者的研究测试,NSGA算法比传统的多目标遗传算法效果更好。但是在实际应用中发现原创 2021-08-08 21:46:21 · 56225 阅读 · 19 评论 -
遗传算法介绍
遗传算法是一种经典的优化算法,说白了就是找最值,基本的原理就是通过在规定的区间内不断地搜索解方案,比较挑选出其中的最值。0 绪论 首先说明遗传算法的一些专业名词: 以解决h=x2+y2-lgz为例来进行说明,求最大或最小的h值 1、个体:个体是用式子中的变量来表示的,例如可以用[x,y,z]来表示某个个体,x,y,z这三个变量可以用二进制或者是实数编码。 2、种群:许多个个体组成的群体,比如[1,2,3],[2,1,...原创 2021-08-07 18:49:15 · 1317 阅读 · 0 评论