找回密码
 注册
关于网站域名变更的通知
查看: 311|回复: 1
打印 上一主题 下一主题

随机固定分组合作协同进化NSGA2算法(CCNSGA2)

[复制链接]

该用户从未签到

跳转到指定楼层
1#
发表于 2020-11-5 13:28 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

EDA365欢迎您登录!

您需要 登录 才可以下载或查看,没有帐号?注册

x

. N& ]7 A( B" d: y4 m( ^合作协同进化(Cooperative Coevolution)是求解大规模优化算法一个有效的方法。将大规模问题分解为一组组较小的子问题。而合作协同进化的关键是分解策略。$ q5 t2 j- T" s+ h

4 u+ ^8 L' I$ rNSGA2算法是一种多目标遗传算法。此文章是随机固定分组的合作协同进化利用NSGA2来优化。4 T! [. P$ [, I1 v

0 |9 e, ~) R5 U4 G9 u0 I' a比如有12个决策变量,我们固定随机优化3个决策变量,那么就将决策变量分成了4组。( ]# a" H( n$ X! G) x# H" G

& M! S7 e! P7 gMATLAB主函数代码:
6 o  w. g' K% w, s: @3 K1 u  I' _; v+ M5 [9 \# k
  • %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
  • clc;
  • clear;
  • global pop
  • pop = 500; %种群数量
  • gen = 2; %迭代次数
  • global M
  • M = 2; %目标数量
  • Dim=22;             %搜索空间维数(未知数个数)
  • sub_dim= 2 ;
  • global min_range
  • global max_range
  • min_range = zeros(1, Dim); %下界
  • max_range = ones(1,Dim); %上界
  • %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
  • divide_datasets();
  • global answer
  • answer=cell(M,3);
  • Dim_index = ones(1,1)*(1[color=rgb(0, 111, 224) !important]: Dim+4);
  • %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
  • chromosome = initialize_variables(pop, M, Dim, min_range, max_range, Dim_index);
  • chromosome = non_domination_sort_mod(chromosome, M, Dim);
  • result = 1;
  • while gen ~= 0
  •     subgroup = rnd_divide(Dim, sub_dim);
  •     for i=1:length(subgroup)
  •         subgroup{i}(sub_dim+1)=Dim+1;
  •         subgroup{i}(sub_dim+2)=Dim+2;
  •         subgroup{i}(sub_dim+3)=Dim+3;
  •         subgroup{i}(sub_dim+4)=Dim+4;
  •         [temp_chromosome] = nsga2(chromosome(:,subgroup{i}), sub_dim, subgroup{i});
  •         chromosome(:,subgroup{i}(1:sub_dim)) = temp_chromosome(:,1:sub_dim);
  •     end
  •     chromosome = nsga2(chromosome, Dim, Dim_index);
  •     chromosome = non_domination_sort_mod(chromosome, M, Dim);
  •     gen =gen - 1;
  •     progress = 1-gen/10
  • end
  • plot(chromosome(:,Dim + 1),chromosome(:,Dim + 2),'*');
  • xlabel('f_1'); ylabel('f_2');
  • title('Pareto Optimal Front');% n! d, T+ x: {7 x' E9 w
    " u3 P5 w9 \3 m" Q9 F5 l
+ U% J8 L# ~0 t. {
随机分组代码:
- s/ x9 o6 h" c$ g6 W5 e  [4 P, W) Q2 z% ?
  • % random grouping
  • function group = rnd_divide(dim, subdim)
  •    dim_rand = randperm(dim);
  •    group = {};
  •    for i = 1:subdim:dim
  •       index = dim_rand(i:i+subdim-1);
  •       group = {group{1:end} index};
  •    end
  • end4 ^) r0 P; G* t% b8 p: C+ {* S' r

该用户从未签到

2#
发表于 2020-11-5 14:19 | 只看该作者
随机固定分组合作协同进化NSGA2算法(CCNSGA2)
您需要登录后才可以回帖 登录 | 注册

本版积分规则

关闭

推荐内容上一条 /1 下一条

EDA365公众号

关于我们|手机版|EDA365电子论坛网 ( 粤ICP备18020198号-1 )

GMT+8, 2025-8-14 05:49 , Processed in 0.109375 second(s), 23 queries , Gzip On.

深圳市墨知创新科技有限公司

地址:深圳市南山区科技生态园2栋A座805 电话:19926409050

快速回复 返回顶部 返回列表