CUG智能优化课设。Python实现NSGA-Ⅱ算法，解决CEC-2021竞赛中的问题。.zip

# CUG智能优化课程设计 ## 使用NSGA-Ⅱ算法求解带约束的多目标优化问题，CEC-2021竞赛测试题，至少5道。 ### NSGA-Ⅱ算法流程图  ### 快速非支配排序  ### 其中支配关系采用约束支配  ### 拥挤度计算  ### 编码方式采用实数编码 ### 模拟二进制交叉SBX  ### 多项式变异  ## 其他说明 项目中，除了main.py外，每个文件都是一个函数。 main.py是运行的主函数。 HV.m和cal_hv.m是提供的matlab代码，用于计算结果的HV指标。 RefPoints文件夹下是CEC2021竞赛每道题计算HV指标所需的观察点坐标，不需要更改。 RWCMOPs.py函数中存放了5道题目，题目源自CEC-2021竞赛。 ## 使用方法： 1）运行main.py，将结果保存至Result文件下 2）打开matlab，运行cal_hv.m，即可得到hv指标。 3）后续可以将2）中结果存入excel，观察找出每个题目最优hv所在轮数，然后转到plot_costs.py函数下，里面有使用方法，绘制最优解。 【注】：main.py的main函数中，注释部分即绘图代码，将注释打开即可显示每轮pareto前沿变化图。