multi-objective optimization NSGA2 test
(5)QGA.py 原始的量子遗传算法; (6)QGA_numpy.py 经Numpy改造的量子遗传算法; (7)QGA_numpy_elite.py 经Numpy改造,并加入elite机制的量子遗传算法; (8)QGA_numpy_elite_comprason.py 经Numpy改造,并加入elite机制的量子遗传算法与普通遗传算法的对比;
B_NSGA2_with_qutanum_0630文件夹 (1)NSGA2_01_traditional.py 基于LIST的方式,实现了两个自定义函数(都求最大值)的求解和二维可视化表达(仍存在不足),增加了ndset的测试; (2)NSGA2_02_math_valiation.py 基于LIST的方式,实现了三个自定义函数(一个求最小值,两个求最大值)的NSGA2求解和三维可视化表达; (3)NSGA2_math_03_valiation_np.py 基于numpy,实现了三个自定义函数(一个求最小值,两个求最大值)的NSGA2求解和三维可视化表达; (4)NSGA2_math_03_valiation_np_ZDT3.py 基于numpy,实现了ZDT3函数的NSGA2求解和三维可视化表达; (5)NSGA2_04_math_valiation_numpy_add_QGA_OLD.py 基于numpy,实现了三个自定义函数(一个求最小值,两个求最大值)的量子NSGA2求解和三维可视化表达,目前集成了量子编码,但是交叉和变异仍是随机的; (6)NSGA2_
B_MOO_NSGA3_0810_PS文件夹 文件: (1)nsga3.py (2)utils.py 起源: 这两个文件夹是从B_MOO_NSGA3_0710中复制的,这块的代码起源于:https://blog.csdn.net/Fengfeng__y/article/details/93776983 哈工大一个同学复现的算法。 修改: 主要将其修改为符合PS选址的功能模块,用于MOO选址
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。