多目标优化测试环境(测试多目标优化问题的算法并输出数据以及视觉效果和准确度配置文件)
算法：
随机搜索
网格搜索
MOPSO
NSGA-II
MNM-MeshMap
测试集：
维基百科问题
DTLZ 问题
随机生成的问题（二次和正弦多项式）
用户定义的问题（输入您自己的问题）
指标：
超容量
贡献
Epsilon 指标
视觉效果：
针对个别问题的算法结果
更大数据集的准确度配置文件
其他：
数据摘要的逗号分隔值 (CSV) 文件
2022-04-15 13:07:25
562KB
提出三维装载与CVRP 联合多目标优化问题(3LCVRPMO) 模型, 该模型在三维装载约束下的CVRP 问题(3LCVRP) 的基础上, 考虑了配送车辆数目及路径总距离两个目标函数. 在权衡装箱和路径优化两个优化过程的基础上, 构建了多阶段/两层混合算法架构(MSOTLH) 及其算法, 并对路径优化偏好的3LCVRPMO 问题进行求解. 基于3LCVRP 问题相关算例的数据实验结果表明, 所提出的3LCVRPMO 模型及MSOTLH 算法是有效的.
2022-03-27 16:41:56
245KB
1
传统的细菌觅食优化算法仅针对单目标优化问题寻优，为进一步发掘细菌群体智能在多目标优化问题中的寻优优势，提出了改进的多目标细菌觅食优化算法。在个体间互不支配时给出归一化的择优策略；引入差分思想完成复制操作，提高种群的多样性；采用栅格划分法进行迁徙操作，提高解集的分散性；同时使用外部集存放当前找到的非支配解，并不断对外部集进行优化。通过对多个标准函数进行测试并与其他几种算法的对比结果表明，所提出的多目标细菌觅食优化算法在解的收敛性和分散性指标上都有一定提升，能够有效解决多目标优化问题。
2021-12-26 16:52:56
1MB
1
文件中具体描述哪些算法适合解决单目标优化问题、多目标优化问题以及高维多目标优化问题等等。哪些基准测试函数适用于单目标、多目标、高维多目标问题等等，以及介绍了PlatEMO3.0的基本操作和使用方法。
2021-12-25 10:18:37
1.55MB
1
对于基于pareto的多么目标优化问题。引入了当前研究多目标优化的新方法—基于遗传算法求解问题的求解，讨论了该方法要解决的关键问题—多样性保持及解决策略，并给出了一个求解解集的新算法，算法简单、高效、鲁棒性强。
2021-12-22 19:55:53
159KB
1