多元宇宙算法求解多目标优化问题附matlab代码(Multi-VerseOptimizer,MVO)

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法  神经网络预测 雷达通信  无线传感器

信号处理 图像处理 路径规划 元胞自动机 无人机  电力系统

⛄ 内容介绍

​MVO的理论理论基于多元宇宙理论，认为：多元宇宙作为宇宙大爆炸，每个宇宙都存在一个膨胀率膨胀，宇宙间存在黑洞和白洞，黑洞极大地通过虫洞吸引宇宙时空，黑洞会白所有物质，白洞就是由多孔甚至含有过多物质后而吐出的物质。MVO三角多元理论的3个主要概念：洞、黑洞和虫洞来建立数学以白洞为中心，以不同的宇宙度为宇宙的解谜度。 （更换），部分黑洞可以通过虫洞链接到最佳宇宙附近（群体最接近搜索）。本文展示了多元宇宙优化内部循环结构的流程，如图1。

⛄ 部分代码

%______________________________________________________________________________________

%  Multi-Objective Multi-Verse Optimization (MOMVO) algorithm source codes version 1.0

function S=metric_of_spacing(pareto_fun)

npf=size(pareto_fun,1);

for i=1:npf

    D1=repmat(pareto_fun(i,:),npf,1);

    D2=D1-pareto_fun;

    for j=1:npf

        % D3(j)=norm(D2(j,:)); 

        D3(j)=sum(abs(D2(j,:)));   

    end

    D3(i)=[];

    Distance(i)=min(D3);    

end

d_average=(1/npf)*sum(Distance);

total_distance=0;

for i=1:npf

 total_distance=total_distance+((Distance(i)-d_average)^2); 

end

%S=(sqrt(total_distance/npf))/d_average;

 S=(sqrt(total_distance/(npf-1)));

% S=(sqrt(total_distance/(npf)));

end

⛄ 运行结果

⛄ 参考文献

[1]刘京昕. 应用多元宇宙优化算法的改进及。指责。广西民族大学, 2019.

❤️ 关注我领取海量matlab电子书和数学建模资料

❤️部分理论引用网络文献，若有侵权联系博主删除