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
扫一扫
1616
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
