Machine learningEvolutionary Algorithm
NSGA-III
NSGA-III（非支配排序遗传算法III）由Kalyanmoy Deb和Himanshu Jain于2014年开发，是一种用于多目标优化问题的最先进的进化算法。它扩展了流行的NSGA-II算法，采用了基于参考点的选择机制，能够有效处理具有三个或更多相互冲突的目标的问题。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- 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 ↗
- 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 ↗
如何引用本页
ScholarGate. (2026, June 3). Non-dominated Sorting Genetic Algorithm III. ScholarGate. https://scholargate.app/zh/operations-research/nsga-iii
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
并排比较 →