在NSGA-II中,我们计算两个属性Sp 和np来帮助我们识别更好的个体。 快速非支配排序 假设种群大小为P,该算法需要计算每个个体p的被支配个数np和该个体支配的解的集合Sp 这两个参数。 遍历整个种群 该算法的伪代码如下: 拥挤度 • 为了使得到的解在目标空间中更加均匀,引入了拥挤度的概念 •为所有个体的拥挤...
NSGA-II算法 总结 1. 快速非支配排序法将时间复杂度改进为O(MN2); 2.使用拥塞距离代替代替共享函数算法保持种群多样性; 引入精英保留策略。 非支配排序的复杂度较高: O(MN3) (M是目标函数的个数,N是种群大小); 缺少精英保留策略; 需要人为指定共享参数σshare(共享小生境步骤)。 NSGA: nondominated sorting...