Diplomska naloga (.pdf)
Diplomska naloga (.pdf)
Diplomska naloga (.pdf)
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
4.3 NSGA-II 38<br />
4.3 NSGA-II<br />
Slika 4.3: Cilja večkriterijske optimizacije.<br />
Algoritem NSGA-II (Elitist Non-Dominated Sorting Genetic Algorithm) [KSAM00]<br />
deluje podobno kot genetski algoritem za enokriterijsko optimizacijo. Oglejmo si<br />
njegovo psevdokodo:<br />
//Naključno zgradi in ovrednoti začetni<br />
//populaciji staršev P in potomcev Q.<br />
P 1 = zacetna_populacija();<br />
for t = 1 to st_generacij<br />
Q t = nova_populacija(P t );<br />
R t = P t ∪ Q t ;<br />
F = nedominirano_urejanje(R t ) //F=(F 1 , F 2 , . . .) so vsi sloji od R t .<br />
k = 1;<br />
P t+1 = ∅;<br />
//V populacijo P t+1 prepiši prvih k slojev, ki pridejo notri v celoti.<br />
while |P t+1 | + |F k | ≤ |P 1 |<br />
P t+1 = P t+1 ∪ F k ;<br />
k = k + 1;<br />
end;<br />
//Sloj, ki ne pride v celoti v populacijo P t+1 , uredi z uporabo<br />
//metrike nakopičenosti in populacijo P t+1 ustrezno dopolni z<br />
//osebki, ki so v tem sloju najmanj nakopičeni.<br />
Fill(P t+1 ,Sort(metrika_nakopicenosti(F k ), ≥));<br />
end;<br />
Prilagoditev na večkriterijsko optimizacijo je vidna le pri selekciji. Najprej staro<br />
populacijo staršev P t in njene potomce Q t združimo v skupno populacijo R t , ki jo<br />
uredimo po slojih s t.i. nedominiranim urejanjem. V novo populacijo staršev P t+1