NSGA-II 原理

NSGA-II的由来就不说了，好多地方都有人讲。
由于NSGA-II也是一种遗传算法。
所以先补充一下
基本遗传算法的三种基本遗传算子：

1. 选择算子：个体被选择参与繁殖的概率
2. 交叉算子：交叉基因的概率
3. 变异算子：基因发生突变的概率

基本遗传算法的五要素：

1. 参数编码
2. 初始群体设定
3. 适应度函数的的设计
4. 遗传操作的设计
5. 控制参数设定

废话结束

---

1 NSGA-II的初始群体设定

图中左侧的Pt是原始种群，也即父代种群，也即初始化的数据。它包含了一定数量个体，每个个体基因（即参数）都不同。
Qt是后代种群，是通过混合了性能更好的个体基因和引起变异而得来的，在数量上与Pt 一样多。
Rt是新的种群，是父代种群 Pt 的两倍多。
P(t+1)：下一代父代种群，数量与原始父代种群