混合NSGA？？II和DE的优化算法及应用

摘要:遗传算法NSGA？？II在引入快速非支配排序算法、拥挤度算子以及精英策略后重复个体产生的概率明显上升，降低了帕累托效率。针对这一缺陷进行了改进，去除了重复个体并保持种群数量不变。根据遗传算法基因交叉变异的方法和差分进化算法DE的思想，将改进后的NSGA？？II算法与DE算法进行有效混合构建一种新的多目标优化算法。通过MATLAB对优化后的算法进行验证，结果表明优化后的算法在分布性和收敛性上都有所提高，搜索解的能力也有所提升。然后利用优化后的算法完成对μC/OS？？II任务管理部分的软硬件划分