文件名称：matlab统计代码运行多少次-mat.challenge.cec09:mat.challenge.cec09
文件大小：3.86MB
文件格式：ZIP
更新时间：2024-06-17 00:26:30
系统开源
matlab统计代码运行多少次CEC2009多目标优化问题 该存储库包含评估构成CEC'09 MOEA竞赛的一部分的无约束和约束优化问题所需的代码。 这些问题的更多详细信息可以在此找到。 当前已针对这些问题之一（UF1）设置了代码。 我们的方法确定的最佳解决方案（即“家长优先”）可以在以下位置找到： candidate_solution/solution_tchebycheff_grid.dat 倒数世代距离（IGD）分数应为0.00197 。 注意-该存储库的原始版本是用Matlab语言编写的。 但是，为了提供更可扩展的解决方案，我们决定使用Python来实现我们的方法，从而使优化库具有C ++后端。 入门 如何获取代码 通过以下方式克隆此存储库： $git clone git@github.com:oentaryorj/mat.chellange.cec09.git 通过以下方式切换到matsg分支： $git checkout -b matsg 转到以下文件夹： $cd mat.challenge.cec09/python 如何运行代码 要执行特定的优化算法（例如，结合网格权重使
【文件预览】：
mat.challenge.cec09-master
----pf_data()
--------CF1.dat(735B)
--------UF1.dat(34KB)
----.gitignore(896B)
----README.md(16KB)
----outputs()
--------trace_weighted_grid.json(157KB)
--------statistics.csv(745B)
--------trace_bi_low_discrepancy.json(165KB)
--------best_pop_weighted_random.dat(471KB)
--------best_pop_tchebycheff_low_discrepancy.dat(472KB)
--------best_pop_tchebycheff_random.dat(472KB)
--------trace_bi_random.json(165KB)
--------trace_weighted_low_discrepancy.json(148KB)
--------best_pop_weighted_grid.dat(471KB)
--------trace_weighted_random.json(154KB)
--------best_pop_tchebycheff_grid.dat(472KB)
--------trace_tchebycheff_random.json(165KB)
--------best_pop_bi_random.dat(473KB)
--------best_pop_weighted_low_discrepancy.dat(473KB)
--------best_pop_bi_grid.dat(472KB)
--------trace_tchebycheff_low_discrepancy.json(165KB)
--------trace_bi_grid.json(165KB)
--------best_pop_bi_low_discrepancy.dat(473KB)
--------trace_tchebycheff_grid.json(165KB)
----candidate_solution()
--------solution_weighted_grid.dat(10KB)
--------solution_tchebycheff_low_discrepancy.dat(10KB)
--------solution_weighted_random.dat(10KB)
--------solution_tchebycheff_random.dat(10KB)
--------solution_weighted_low_discrepancy.dat(10KB)
--------solution_bi_random.dat(10KB)
--------solution_tchebycheff_grid.dat(10KB)
--------solution_random.dat(18KB)
--------solution_bi_low_discrepancy.dat(10KB)
--------solution_bi_grid.dat(10KB)
----LICENSE(1KB)
----matlab()
--------xboundary.m(1KB)
--------IGD.cpp(3KB)
--------test_IGD.m(2KB)
--------cec09.m(18KB)
--------randomSolver.m(621B)
----figures()
--------pareto_fronts.png(1.64MB)
--------benchmark.png(483KB)
--------pade.png(386KB)
----python()
--------optimize.py(5KB)
--------benchmark.sh(2KB)
--------benchmark.bat(2KB)
--------IGD.py(2KB)
--------analyze.py(3KB)
--------benchmark.py(400B)