Diplomska naloga (.pdf)

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