SOLUTION.m
属性
dec 解的决策变量
obj 解的目标值
方法
decs 得到多个解的决策变量矩阵
objs 得到多个解的目标值矩阵
best 在多个解中得到可行解和非支配解
PROBLEM.m
属性:
N 种群大小
M 目标数
D 决策变量数
PF 帕累托前沿图像
optimum 问题的最优值
方法:
Initialization 生成初始解
CalObj 计算解的目标值
GetOptimum 生成问题的最优解
GetPF 生成帕累托前沿的图像
DrawDec 在决策空间中显示一个种群
DrawObj 在目标空间中显示一个种群
Current 获取或设置当前的PROBLEM对象
ALGORITHM.m
属性:
parameter 算法参数
save 一次执行中保存的种群数量

本文详细解析PlateMO3.0中SOLUTION, PROBLEM和ALGORITHM三个核心函数的属性和方法。SOLUTION包含解的决策变量和目标值,提供获取多解矩阵的功能;PROBLEM涉及种群属性,如大小、目标数等,支持生成帕累托前沿图像;ALGORITHM则涵盖算法参数和种群管理,能解决优化问题并执行相应函数。"
115913924,10760133,Python编程:条件与循环语句详解,"['Python编程', '条件判断', '循环结构']
最低0.47元/天 解锁文章
1万+

被折叠的 条评论
为什么被折叠?



