1.完整项目描述和程序获取
>面包多安全交易平台:https://mbd.pub/o/bread/ZJWblZ5q
>如果链接失效，可以直接打开本站店铺搜索相关店铺：
>如果链接失效，程序调试报错或者项目合作也可以加微信或者QQ联系。
2.部分仿真图预览
3.算法概述
首先将一群具有多个目标的个体（解集，或者说线代里的向量形式）作为父代初始种群，在每一次迭代中，GA操作后合并父代于自带。通过非支配排序，我们将所有个体分不到不同的pareto最优前沿层次。然后根据不同层次的顺序从pareto最优前沿选择个体作为下一个种群。出于遗传算法中的“物种多样性”保护，还计算量“拥挤距离”。拥挤距离比较将算法各阶段的选择过程引向一致的前沿。
与单目标（遗传算法）最大的不同就是进行选择操作之前进行快速非支配排序，这一步也是为了选择操作而来的，选择哪些、怎么选是通过非快速支配排序来的。这就不像单目标，挑好的选就行了。
4.部分源码
..................................................................
%合并种群
Pop_comb(1:Pop_num,1:Num_Object+N_decision_var+2) = Pop_Gat_dist;
[Size_x,Size_y] = size(Off_Gens);
Pop_comb(Pop_num+1:Pop_num+Size_x,1:Num_Object+N_decision_var+2) = Off_Gens;
%非支配排序和聚焦距离更新
[gen_non_dominant_pop,Pop_Info] = func_non_dominant_sort(Pop_comb,Num_Object,N_decision_var);
nsdc_pop = func_crowding_distance(gen_non_dominant_pop,Num_Object,N_decision_var,Pop_Info);
%交叉变异
[Pop_Gat_dist] = func_gene_off(nsdc_pop,Num_Object,N_decision_var,Pop_num);
%选择，交叉，变异产生下一个子代
poolsize = round(Pop_num/2);
%选择锦标赛的元度
toursize = 2;
select_pop = func_sel(Pop_Gat_dist,poolsize,toursize,Num_Object,N_decision_var);
[Off_Gens,Object] = func_gene_oper(select_pop,Num_Object,N_decision_var,Pc,Pm,xmax,xmin,Para,X,Y,Pdet,r);
t = t+1;
%保存每次迭代的优化结果
..............................................................
end
%Pc和Pm的自适应更新
if t == 1
Pc = 20;
Pm = 20;
else
delta = abs(Opt_node2(t) - Opt_node2(t-1))+abs(Opt_same2(t) - Opt_same2(t-1))+abs(Opt_power2(t) - Opt_power2(t-1));
Pc = 20/(1+exp(-delta));
pm = 20/(1+exp(-delta));
end
%保存不同覆盖率下的覆盖节点值
load node.mat
Nodes(t,:) = NODES;
end
figure;
plot(1:10:gen,Opt_node2(1:10:gen),'-bs',...
'LineWidth',1,...
'MarkerSize',6,...
'MarkerEdgeColor','k',...
'MarkerFaceColor',[0.0,0.99,0.0]);
xlabel('迭代次数');
ylabel('覆盖率');
title('覆盖率（满足必须大于90%）');
figure;
plot(1:10:gen,Opt_power2(1:10:gen),'-bs',...
'LineWidth',1,...
'MarkerSize',6,...
'MarkerEdgeColor','k',...
'MarkerFaceColor',[0.0,0.99,0.0]);
xlabel('迭代次数');
ylabel('节点平均能量');
figure;
plot(1:10:gen,sum(Nodes(1:10:gen,:),2),'-bs',...
'LineWidth',1,...
'MarkerSize',6,...
'MarkerEdgeColor','k',...
'MarkerFaceColor',[0.0,0.99,0.0]);
xlabel('迭代次数');
ylabel('最优节点个数变换');
title('满足覆盖率最低需求条件的最优节点个数变换');
func_view(1,R,W,H,X,Y,Nodes,Opt_node2,Opt_same2,Opt_power2);
func_view(10,R,W,H,X,Y,Nodes,Opt_node2,Opt_same2,Opt_power2);
func_view(30,R,W,H,X,Y,Nodes,Opt_node2,Opt_same2,Opt_power2);
func_view(50,R,W,H,X,Y,Nodes,Opt_node2,Opt_same2,Opt_power2);
func_view(100,R,W,H,X,Y,Nodes,Opt_node2,Opt_same2,Opt_power2);
func_view(150,R,W,H,X,Y,Nodes,Opt_node2,Opt_same2,Opt_power2);
func_view(200,R,W,H,X,Y,Nodes,Opt_node2,Opt_same2,Opt_power2);
12_018_m
