NSGA-II的算法介绍

系列文章目录

第一章 基于NSGA-II算法的研究和改进
第二章 进化算法框架的介绍及Matlab实现（遗传算法）
第三章 NSGA-II的算法介绍
第四章 多目标优化NSGA-II的实现和测试（MATLAB实现）
第五章 NSGA-II的算法的改进及测试结果

---

---

前言

NSGA-II 算法的基本思想是：通过对种群的非支配排序达到对种群的分级， 计算种群个体的拥挤距离来保持种群的多样性，在达到终止条件时得到近似解。

---

一、多目标优化的数学模型和概念

1.1 多目标优化的数学模型

1.2 多目标优化的基本概念

二、NSGA-II 算法的基本原理和框架

2.1 NSGA-II 算法的基本原理

NSGA-II 算法的基本思想是：通过对种群的非支配排序达到对种群的分级， 计算种群个体的拥挤距离来保持种群的多样性，在达到终止条件时得到近似解。 NSGA-II 算法的基本流程框架如下图

2.2 快速非支配排序算法

2.3 拥挤距离

2.4 拥挤比较算子

2.5 NSGA-II 的进化操作

---

总结

本章内容主要是讲述NSGA-II的基本框架，为后面的实现和改进打下基础