NSGA-II(Non-dominated Sorting Genetic Algorithm II)是一种基于遗传算法的多目标优化方法,它引入了帕累托最优集合的思想。NSGA-II算法主要由三个部分组成:快速非支配排序方法、拥挤比较算子和主程序。快速非支配排序方法是将解集分解为不同次序的Pareto前沿的过程,其目的是快速识别非支配解,即那些在所有目标函数上都...
NSGA-II适合应用于复杂的、多目标优化问题。是K-Deb教授于2002在论文:A Fast and Elitist Multiobjective Genetic Algorithm:NSGA-II,中提出。在论文中提出的NSGA-II解决了NSGA的主要缺陷,实现快速、准确的搜索性能。NSGA的非支配排序的时间复杂度为O(MN3)O(MN3),在种群规模N较大时排序的速度会很慢。NSGA-II使...
目前已有多种算法被用于GI多目标优化研究当中,其中非支配排序遗传算法NSGA-II(fast elitist non-dominated sorting genetic algorithm)作为进化算法的一种,其基于帕累托的优化模式及快速收敛的特性使之成为应用最为广泛的多目标优化算法。基于帕累...
NSGA-II algorithm磁流变悬置集总参数优化是设计高性能发动机悬置的关键。为克服以往悬置优化中优化目标单一、优化目标选取不合理、未考虑实际加工可行性等问题,建立单自由度磁流变悬置隔振系统数学模型,提出倍程区间灵敏度分析法,对各集总参数灵敏度进行分析,并以此为依据选取优化变量。以发动机常用转速激振频率段的力...
- 1 - NSGA-II 本文推导了基于流体流理论的网络简化模型,基于该模型将NSGA-II 与 PGA 相结合的优化算法应 用于PID 控制器参数优化,提出了一种多目标PID 优化设计方法——在满足系统鲁棒性的前提下,以超调 量、上升时间和调整时间最小作为多目标优化的子目标,并将 NSGA-Ⅱ与PGA 相结合对其求解。该算法 求得...
1.一种基于NSGA‑II算法的烧结配料多目标优化方法,其特征在于,包括以下步骤:步骤101:将烧结配料中的含铁粉料、烧结燃料和烧结熔剂的配比结果定义为决策变量,并确定其约束条件;步骤102:根据烧结矿的生铁成本、烧结成本、高炉焦比、烧结矿冶金价值、高炉系数和烧结矿全铁6个不同的指标构建多目标优化模型;步骤103:采用...
一种基于NSGA-II算法的烟草行业制丝排产多目标优化方法及装置专利信息由爱企查专利频道提供,一种基于NSGA-II算法的烟草行业制丝排产多目标优化方法及装置说明:本发明提出一种基于NSGA‑II算法的烟草行业制丝排产多目标优化方法及装置,方法包括以下步骤:S1:...专利查询
NSGA-II_基于非支配排序的多目标优化算法(中文翻译)基于非支配排序的带有精英策略的多目标优化算法:NSGA-II摘要:使用非支配排序和共享变量方法的多目标进化算法近年来因为它的一些缺陷指责～主3要是由于(i)这种算法的计算复杂度较高,达到了O(mn)(其中m表示多目标优化中目标的数量,n表示种群的大小),(ii)缺少精英...
一种基于NSGA-II算法的烧结配料多目标优化方法,装置及设备 在烧结过程配料多目标优化模型中,优化目标为全铁,碱度和转鼓强度波动最小.为求解该优化问题,采用基于偏好的非支配排序算法,偏好信息的引入增强了算法搜索能力,有利于... 肖春江,陈禹,肖扬 被引量: 0发表: 0年 基于NSGA-Ⅱ考虑性能的烧结矿配料优化 利用...
NSGA-II 算法在解决此类问题时具有较好的可行性，本文主要介绍NSGA-II 算法的发展与原理，并以模拟工业生产的实际情况给出了简单的应用案例。 关键词 多目标优化，NSGA-II 算法，Pareto 占优 Research on the Practical Application of NSGA-II Algorithm for Multi-Objective Optimization Zhiheng Xiang, Bingzhe ...