ScholarGate
Assistent
Machine learningEvolutionary Algorithm

NSGA-III

NSGA-III (Non-dominated Sorting Genetic Algorithm III), udviklet af Kalyanmoy Deb og Himanshu Jain i 2014, er en state-of-the-art evolutionær algoritme til mange-objektive optimeringsproblemer. Den udvider den populære NSGA-II algoritme med referenceløsningsbaseret selektion, hvilket muliggør effektiv håndtering af problemer med tre eller flere modstridende mål.

Åbn i MethodMindSnartVideoSnartHent slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Metodekort

Nabolaget af beslægtede metoder — vælg en knude for at udforske.

Kilder

  1. Deb, K., & Jain, H. (2014). An evolutionary many-objective optimization algorithm using reference-point-based nondominated sorting approach, part I: Solving problems with box constraints. IEEE Transactions on Evolutionary Computation, 18(4), 577-601. DOI: 10.1109/TEVC.2013.2281534
  2. Deb, K., Agrawal, S., Pratap, A., & Meyarivan, T. (2002). A fast and elitist multiobjective genetic algorithm: NSGA-II. IEEE Transactions on Evolutionary Computation, 6(2), 182-197. DOI: 10.1109/4235.996017

Sådan citerer du denne side

ScholarGate. (2026, June 3). Non-dominated Sorting Genetic Algorithm III. ScholarGate. https://scholargate.app/da/operations-research/nsga-iii

Hvilken metode?

Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.

Sammenlign side om side
ScholarGateNSGA-III (Non-dominated Sorting Genetic Algorithm III). Hentet 2026-06-15 fra https://scholargate.app/da/operations-research/nsga-iii · Datasæt: https://doi.org/10.5281/zenodo.20539026