北京网站建设服务,网站制作的,故事式软文广告300字,网站建站网站设计公司目录 效果一览基本介绍程序设计参考资料 效果一览 基本介绍
1.RBF神经网络NSGAII多目标优化算法#xff08;Matlab完整源码和数据#xff09; 多目标优化是指在优化问题中同时考虑多个目标的优化过程。在多目标优化中#xff0c;通常存在多个冲突的目标#xff0c;即改善一… 目录 效果一览基本介绍程序设计参考资料 效果一览 基本介绍
1.RBF神经网络NSGAII多目标优化算法Matlab完整源码和数据 多目标优化是指在优化问题中同时考虑多个目标的优化过程。在多目标优化中通常存在多个冲突的目标即改善一个目标可能会导致另一个目标的恶化。因此多目标优化的目标是找到一组解这组解在多个目标下都是最优的而不是仅仅优化单一目标。 2.先通过RBF神经网络封装因变量(y1 y2 y3与自变量(x1 x2 x3 x4 x5代理模型再通过nsga2寻找y极值y1极大;y2 y3极小并给出对应的x1 x2 x3 x4 x5Pareto解集。 3.data为数据集5个输入特征3个输出变量NSGAII算法寻极值求出极值时(max y1; min y2;min y3)的自变量x1,x2,x3,x4,x5。 4.main1.m为RBF神经网络主程序文件、main2.m为NSGAII多目标优化算法主程序文件依次运行即可其余为函数文件无需运行。 5.命令窗口输出R2、MAE、MBE、MAPE、RMSE等评价指标输出预测对比图、误差分析图、多目标优化算法求解Pareto解集图可在下载区获取数据和程序内容。 6.适合工艺参数优化、工程设计优化等最优特征组合领域。 数据集 程序设计
完整程序和数据获取方式私信博主回复RBF神经网络NSGAII多目标优化算法Matlab。 %% 仿真测试
t_sim1 sim(net, p_train);
t_sim2 sim(net, p_test );%% 数据反归一化
T_sim1 mapminmax(reverse, t_sim1, ps_output);
T_sim2 mapminmax(reverse, t_sim2, ps_output);
%% 定义结果存放模板
empty.position []; %输入变量存放
empty.cost []; %目标函数存放
empty.rank []; % 非支配排序等级
empty.domination []; %支配个体集合
empty.dominated 0; %支配个体数目
empty.crowdingdistance [];%个体聚集距离
pop repmat(empty, npop, 1);
%% 1、初始化种群
for i 1 : npoppop(i).position create_x(var); %产生输入变量个体pop(i).cost costfunction(pop(i).position);%计算目标函数
end
%% 2、构造非支配集
[pop,F] nondominatedsort(pop);
%% 计算聚集距离
pop calcrowdingdistance(pop,F);
%% 主程序选择、交叉、变异参考资料 [1] http://t.csdn.cn/pCWSp [2] https://download.csdn.net/download/kjm13182345320/87568090?spm1001.2014.3001.5501 [3] https://blog.csdn.net/kjm13182345320/article/details/129433463?spm1001.2014.3001.5501
