基于演化算法的多目标优化 阅读记录（1~2章）
Preface阅读总结: 传统优化算法在一次运行中最多只能找到一个解，效率低不好；进化算法因为population-approach一次能找到好多解，很棒。 MOEA分是否 保留精英或者emphasize currently elite. 第五章讲non-elitist，第六章讲elitist 第七章讲 有Constraint的优化问题（不是应该对取值点都有限制吗，是不是对目标函数多了限制，
相关文章
- 1. 一种基于分解的多目标优化算法：MOEA/D
- 2. 多目标优化算法：基于分解的多目标进化算法 MOEA/D
- 3. 【源码】NSGA - II：一种基于进化算法的多目标优化函数
- 4. 论文研读-基于变量分类的动态多目标优化算法
- 5. 多目标优化算法（一）NSGA-Ⅱ
- 6. 多目标优化
- 7. 多目标优化算法——多目标粒子群算法实战分享
- 8. MOP_3. 基于分解的多目标进化算法 —（MOEAD)
- 9. 单目标优化，多目标优化，数值优化，组合优化
- 10. 论文研读-基于决策变量聚类的大规模多目标优化进化算法
- 更多相关文章...
- • SEO - 搜索引擎优化 - 网站建设指南
- • RSS 阅读器 - RSS 教程
- • ☆基于Java Instrument的Agent实现
- • 算法总结-广度优先算法
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
