NSGA2（基于精英策略的快速非支配排序遗传算法）

NSGA2（基于精英策略的快速非支配排序遗传算法）

引用

CSDN

1.

https://m.blog.csdn.net/csdnVIP071210/article/details/143111819

NSGA2（Non-dominated Sorting Genetic Algorithm II）是一种基于精英策略的快速非支配排序遗传算法，广泛应用于多目标优化问题。本文将详细介绍NSGA2算法的流程和关键步骤，帮助读者深入理解这一重要的优化算法。

NSGA2算法详解

算法流程（步骤）

1. 初始化种群 Pt （ Pt 规模为 N，t 代表迭代次数，也就是这是第几代种群）
2. 计算种群 Pt 的适应度 f(x)
3. 判断当前情况已经满足结束要求，若是则跳出算法、输出结果；若否则继续运行下一步
4. 对种群 Pt 进行常规非支配排序、选择、交叉、变异操作，生成新种群 Rt （ Rt 规模也为 N）
5. 合并种群 Pt 以及 Rt，生成新种群 St （ St 规模为 2N ）
6. 对种群 St 进行快速非支配排序 rank1、rank2…ranki…
7. 在进行快速非支配排序后的多层中选择出 N 个个体进入新种群 Pt+1 中，选择完成后继续返回第 2 步。

选择时会出现的情况：
① 若前 i 层中个体总数正好等于 N ，则选择前i层中所有个体进入到新种群 Pt+1 中.
② 若前 i-1 层中个体数总数小于 N ，但是前 i 层中个体总数大于 N ，说明在选择第 i 层中个体时我们不能完全接收，所以就要利用拥挤度指标来衡量哪些个体比较好，让好的个体进入新种群 Pt+1 中。

注：拥挤度计算方式方式：
利用个体周围最近两个个体所围成的长方图形周长确定，我们通常选择拥挤度值比较高的个体进入新种群（为了确保种群多样性）

例如：下图中，假设图中点指的是第 i 层中的个体，a点和f点的拥挤度为∞（我们为了保证物种多样性，通常将处在边缘的个体拥挤度直接设置成无穷），b点的拥挤度就是a点和c点围成的长方形周长…

NSGA2具体流程图