ScholarGate
Assistent
Machine learningEvolutionary Algorithm

NSGA-III

NSGA-III (Non-dominated Sorting Genetic Algorithm III), entwickelt von Kalyanmoy Deb und Himanshu Jain im Jahr 2014, ist ein hochmoderner evolutionärer Algorithmus für Probleme mit vielen Zielfunktionen (many-objective optimization problems). Er erweitert den populären NSGA-II-Algorithmus um eine referenzpunktbasierte Selektion, die eine effektive Handhabung von Problemen mit drei oder mehr Zielkonflikten ermöglicht.

In MethodMind öffnenDemnächstVideoDemnächstFolien herunterladen

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Methodenkarte

Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.

Quellen

  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

So zitieren Sie diese Seite

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

Welche Methode?

Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.

Nebeneinander vergleichen
ScholarGateNSGA-III (Non-dominated Sorting Genetic Algorithm III). Abgerufen am 2026-06-15 von https://scholargate.app/de/operations-research/nsga-iii · Datensatz: https://doi.org/10.5281/zenodo.20539026