主导地位——一个点x在一个点y向量值目标函数f当:

术语“主导”相当于“劣质:”一词x占主导地位y什么时候y不如x。

一个nondominated集在一组点P点集吗问在P不被任何点P。

排名——可行的个人,有一个迭代的秩的定义一个独立的个体。1级个人并不是由任何其他个人。2个人只有1个人主导。一般来说,排名k个人只能由个人控制的等级k - 1或更低。

个人等级较低有更高的机会选择(低排名更好)。

所有不可行的个人等级比任何可行的个人。在人口不可行,排名是按排序不可行性措施,加上最高军衔可行的成员。

gamultiobj用排名来选择父母。

拥挤距离——拥挤距离是衡量个人的亲密关系最近的邻国。的gamultiobj个体之间的距离相同的排名算法的措施。默认情况下,该算法测量距离目标函数空间。然而,您可以测量空间距离决策变量(也称为设计变量空间)通过设置DistanceMeasureFcn选项{@distancecrowding,基因型的}。

该算法集个人极端位置的距离正。对于剩下的个体,算法计算距离作为一个求和的尺寸归一化绝对个人的排序的邻居之间的距离。换句话说,对于维度米和排序,按比例缩小的个体我:

算法种类分开每个维度,所以这个词邻居意味着在每个维度的邻居。

个人相同的等级更高的距离有更高的机会选择(更高的距离是更好的)。

你可以选择一个不同的拥挤距离测量比默认@distancecrowding函数。看到多目标的选择。

拥挤距离是一个因素在传播的计算,这是停止准则的一部分。拥挤距离也用作平局决胜锦标赛选择,当两个选择个人有相同的秩。

传播传播是一个衡量运动的帕累托集。计算传播,gamultiobj算法首先评估σ,拥挤距离测量的标准偏差的点在帕累托方面与有限的距离。问这些点的数量,d是测量这些点之间的平均距离。然后算法评估μ的目标函数的k指数标准之间的区别的电流最小值帕累托点指数和指数的最小值点在前面的迭代。然后传播

传播极端时小目标函数值不改变迭代之间(即μ点时小)和帕累托分布均匀(也就是说,前面σ是小的)。

gamultiobj使用情况停止传播。迭代停止传播时不会改变太多,最后平均小于最近的传播蔓延。看到停止条件。

当问题既有整数和线性约束时,生成的软件修改所有个人对这些约束是可行的。您可以使用任何创建、突变或交叉功能,整个人口仍然可行的关于整数和线性约束。

只有线性约束问题时,软件不能修改个人对这些约束是可行的。您必须使用创建、变异和交叉功能保持可行性对线性约束。否则,人口会变得不可行,结果可能是不可行的。默认的运营商保持线性的可行性:gacreationlinearfeasible或gacreationnonlinearfeasible为创造,mutationadaptfeasible突变,crossoverintermediate交叉。