非支配排序遗传算法，目前最流行的多目标进化算法之一。
全称：Non-dominated Sorting Genetic Algorithm-Ⅱ
快速非支配排序法—分级

拥挤度比较算子 --拥挤度的确定
拥挤度比较算子--拥挤度比较算子
精英策略
开始 进化代数Gen=1,初始化种群 i=i+1 i=1
N Y 交叉,变异
Y
N
Gen=Gen+1
N
Gen=最大代数 Y
输出
感谢聆听
不削弱至少一个其他目标函数。这
种解称作非支配解或Pareto最优解.
Pareto最优前沿
Pareto最优解的集合称为Pareto最优前沿
2
遗传算法
问题:
min g ( x) x
2
x [0,63]
1、产生初始种群
2、计算适应度
f ( x) g ( x) x
2
x [0,63]
f ( x)
x
选择：具有随机性和进化性。
进化性：选择适应度高的个体进入下一代。 随机性：按照概率选择适应度高的进入下一代。
交叉
单点交叉
rand pc
rand pc
双点交叉
rand pc
rand pc
变异
rand pc
rand pc
迭代优化
选择
变异
交叉
最优解
3
NSGA-Ⅱ
大连海事大学 交通运输管理学院
多目标遗传算法
BY：*****
CONTENTS
CONTENTS
1 2
基本概念
遗传算法 NSGA-Ⅱ
3
单目标和多目标
Pareto占优
F
Pareto最优解
对于多目标优化问题，通常存在一 个解集，这些解之间就全体目标函 数而言是无法比较优劣的，其特点 是:无法在改进任何目标函数的同时