ScholarGate
Assistent
Machine learningEvolutionary Algorithm

NSGA-III

NSGA-III (Non-dominated Sorting Genetic Algorithm III), utvecklad av Kalyanmoy Deb och Himanshu Jain år 2014, är en toppmodern evolutionär algoritm för många-objektiv optimeringsproblem. Den utökar den populära NSGA-II-algoritmen med referenspunktsbaserat urval, vilket möjliggör effektiv hantering av problem med tre eller fler motstridiga mål.

Öppna i MethodMindSnartVideoSnartLadda ner bildspel

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Metodkarta

Närområdet av besläktade metoder — välj en nod för att utforska.

Källor

  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

Så citerar du den här sidan

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

Vilken metod?

Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.

Jämför sida vid sida
ScholarGateNSGA-III (Non-dominated Sorting Genetic Algorithm III). Hämtad 2026-06-15 från https://scholargate.app/sv/operations-research/nsga-iii · Datamängd: https://doi.org/10.5281/zenodo.20539026