ScholarGate
Assistente
Machine learningEvolutionary Algorithm

NSGA-III

O NSGA-III (Non-dominated Sorting Genetic Algorithm III), desenvolvido por Kalyanmoy Deb e Himanshu Jain em 2014, é um algoritmo evolutivo de ponta para problemas de otimização com múltiplos objetivos (many-objective optimization). Ele estende o popular algoritmo NSGA-II com seleção baseada em pontos de referência, permitindo o tratamento eficaz de problemas com três ou mais objetivos conflitantes.

Abrir no MethodMindEm breveVídeoEm breveBaixar slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Mapa de métodos

A vizinhança de métodos relacionados — selecione um nó para explorar.

Fontes

  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

Como citar esta página

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

Qual método?

Coloque este método ao lado dos seus pares mais próximos e leia-os lado a lado — a biblioteca dispõe os livros sobre a mesa; a escolha é sua.

Comparar lado a lado
ScholarGateNSGA-III (Non-dominated Sorting Genetic Algorithm III). Recuperado em 2026-06-15 de https://scholargate.app/pt/operations-research/nsga-iii · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026