实现了以下算法: 后验方法(无偏好): – DEMO [1]:具有非支配排序的常规 DEMO; – IBEA [2]:DEMO 使用指标代替。 先验或交互(带有偏好): – R-DEMO [3]:R-NSGA-II,但使用 DEMO 代替; – PBEA [4]:IBEA,但使用参考点; – PAR-DEMO(nds) [5]:我们提出的方法,使用非支配排序; – PAR-DEMO(ε...
结合回归模型与Morris法进行不同缠绕制品性能表征参数对各工艺参数的敏感度排序,并得到各工艺参数的相对稳定区间,通过缠绕成型试验验证敏感度分析的有效性.以缠绕制品的层间剪切强度大,孔隙率小为目标,通过主成分分析(PCA)得到层间剪切强度的贡献率为60.9%,孔隙率的贡献率为39.1%,利用NSGA-II算法获得工艺参数最优解...
算法原理不多说了,网上都有,我是在NSGAII里加上约束违反值计算,实现不等式约束 RCM01问题: # 这是Kalyanmoy Deb教授流行的NSGA-II算法的python实现 # 导入模块 import math import random import matplotlib.pyplot as plt # 第一个约束函数 def function1(x1, x2, x3, x4): z1 = 0.0625 * x1 value ...