ScholarGate
Assistent
Machine learningEvolutionary Algorithm

NSGA-III

NSGA-III (Non-dominated Sorting Genetic Algorithm III), utviklet av Kalyanmoy Deb og Himanshu Jain i 2014, er en toppmoderne evolusjonær algoritme for mange-objektive optimaliseringsproblemer. Den utvider den populære NSGA-II-algoritmen med referansepunktbasert seleksjon, noe som muliggjør effektiv håndtering av problemer med tre eller flere motstridende mål.

Åpne i MethodMindSnartVideoSnartLast ned lysbilder

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Metodekart

Nabolaget av beslektede metoder — velg en node for å utforske.

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

Slik siterer du denne siden

ScholarGate. (2026, June 3). Non-dominated Sorting Genetic Algorithm III. ScholarGate. https://scholargate.app/no/operations-research/nsga-iii

Hvilken metode?

Sett denne metoden ved siden av sin nærmeste slektning og les dem side om side — biblioteket legger bøkene på bordet; valget er ditt.

Sammenlign side om side
ScholarGateNSGA-III (Non-dominated Sorting Genetic Algorithm III). Hentet 2026-06-15 fra https://scholargate.app/no/operations-research/nsga-iii · Datasett: https://doi.org/10.5281/zenodo.20539026