NSGA-II — Non-dominated Sorting Genetic Algorithm II
NSGA-II (Non-dominated Sorting Genetic Algorithm II) เป็นอัลกอริทึมอ้างอิงมาตรฐานสำหรับการหาค่าเหมาะสมที่สุดแบบหลายวัตถุประสงค์เชิงวิวัฒนาการ (multi-objective evolutionary optimisation) ซึ่ง Deb, Pratap, Agarwal และ Meyarivan ได้นำเสนอในปี 2002 แทนที่จะยุบรวมวัตถุประสงค์ที่ขัดแย้งกันหลายประการให้เป็นคะแนนเดียว อัลกอริทึมนี้จะพัฒนาประชากรของคำตอบที่เป็นไปได้ (candidate solutions) ข้ามรุ่น (generations) และส่งคืนชุดของคำตอบที่ยอมแลกเปลี่ยนกันได้แบบพาเรโต (Pareto-optimal trade-off solutions) ซึ่งก็คือ พาเรโตฟรอนต์ (Pareto front) โดยใช้วิธีการจัดลำดับแบบไม่ถูกครอบงำที่รวดเร็ว (fast non-dominated sorting) และเมตริกซ์ระยะห่างความแออัด (crowding distance metric) เพื่อรักษาความหลากหลาย
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Deb, K., Pratap, A., Agarwal, S. & 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 ↗
- Zitzler, E., Deb, K. & Thiele, L. (2000). Comparison of Multiobjective Evolutionary Algorithms: Empirical Results. Evolutionary Computation, 8(2), 173-195. DOI: 10.1162/106365600568202 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 1). Non-dominated Sorting Genetic Algorithm II. ScholarGate. https://scholargate.app/th/optimization/nsga2
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Ant Colony Optimizationการหาค่าเหมาะที่สุด↔ compare
- Differential Evolutionการหาค่าเหมาะที่สุด↔ compare
- Genetic Algorithmการหาค่าเหมาะที่สุด↔ compare
- Particle Swarm Optimization (PSO)การหาค่าเหมาะที่สุด↔ compare