Angry Panda（T-800）

摘要： NSGAII（带精英策略的非支配排序的遗传算法），是基于遗传算法的多目标优化算法，是基于pareto最优解讨论的多目标优化，下面介绍pareto（帕累托）最优解的相关概念。 Paerot支配关系 Pareto最优解定义 多目标优化问题与单目标优化问题有很大差异。当只有一个目标函数时,人们寻找最好的解 阅读全文

摘要： 遗传算法中的交叉操作是 对NSGA-II 源码分析的 最后一部分， 这一部分也是我 从读该算法源代码和看该算法论文理解偏差最大的 函数模块。 这里，首先提一下，遗传算法的 交叉操作、变异操作都是需要设定概率的， 即交叉概率和变异概率。 假设种群个体 大小为 popsize , 那么交叉操作需要进行 阅读全文

摘要： 以上， 为NSGA-II 源码中给出的几个测试函数， 其中无限制条件的测试函数不需解释， 对有限制条件的做一定说明。 根据比对， 可以直到算法中， 将所有的约束条件都转换为 >=0 。 所以， 违反限制条件的 约束函数值 均小于 0 。 TNK 测试函数有一定特殊性， 因为其中存在 无意义的个体， 阅读全文

摘要： This is the Readme file for NSGA-II code. About the Algorithm NSGA-II: Non-dominated Sorting Genetic Algorithm - II Please refer to the following pape 阅读全文

摘要： 这部分比较简单，具体的函数数值计算是需要调用设定的目标函数的，此部分一个不能忽略的问题是 超出限制条件的处理 ， 故对此加以解释。 首先是包装函数， 核心操作调用 evaluate_ind 实现。 6行 到 9行，根据标识位判断是否需要进行 超限 处理。 13行 到 19行， 对个体的所有限制条件遍 阅读全文

摘要： 种群解码函数 decode_pop 为包装函数， 核心调用函数为 decode_ind ， 对每个个体进行解码。 核心解码操作： 其中，15行， 将个体某变量的比特编码 转换为 实数。 因为需要考虑精度问题，所以二进制编码的个体长度表示的范围空间(double)(pow(2,nbits[j])-1) 阅读全文

摘要： 遗传算法的变异操作 一次进化过程中的 变异操作， 需要调用 变异函数 mutation_ind 种群个数popsize 次。 函数包装，判断是实数编码还是二进制编码并调用不同的变异函数。 二进制编码 的 变异操作： 每个个体 的 每个变量 的 二进制编码段 的 每个比特位， 以变异概率 pmut_b 阅读全文

摘要： 以上代码里的两个函数都为包装函数，最终的计算都是需要调用下面的函数 assign_crowding_distance (population *pop, int *dist, int **obj_array, int front_size) 。 其中，加入一定的判断过程，对一个层里面只有两个个体的情 阅读全文

摘要： 按照个体的不同 目标函数 序号（objcount）, 对种群序号数组obj_array按照拥挤距离进行快速排序。 将带排序的个体索引序号 按照 拥挤距离 排序。（快速排序法） 阅读全文

摘要： 以上代码，83行代码之前和 rank.c 中代码基本一致，其功能就是选出当前种群的非支配解。 85行到99行代码，意思是，如果该层个体加入到新种群中后个体总数不超过设定的种群个体数则直接加入， 97行代码，调用 assign_crowding_distance_indices ， 计算加入个体的拥挤 阅读全文