الگوریتم ژنتیک مرتب سازی نامغلوب (NSGA-II - Nondominated Sorting Genetic Algorithm II)، در ریاضیات (Mathematics)
انواع روش های بهینه سازی (Optimization Methods) را در آموزش زیر شرح دادیم :
الگوریتم ژنتیک مرتب سازی نامغلوب (NSGA-II - Nondominated Sorting Genetic Algorithm II) :
📌 معرفی
الگوریتم NSGA-II (Nondominated Sorting Genetic Algorithm II) توسط دِیب و همکاران در سال ۲۰۰۲ معرفی شد. این الگوریتم یکی از محبوب ترین و پراستنادترین الگوریتم های بهینه سازی چندهدفه است. NSGA-II یک الگوریتم تکاملی مبتنی بر جمعیت است که از مرتب سازی بر اساس غلبه پارتو و یک معیار تنوع به نام فاصله ازدحام (Crowding Distance) استفاده می کند.
🔧 ویژگی های کلیدی NSGA-II
مرتب سازی نامغلوب سریع (Fast Nondominated Sorting): جمعیت به لایه های مختلف بر اساس غلبه (Fronts) تقسیم می شود. لایه اول شامل جواب های غیرمغلوب است.
فاصله ازدحام (Crowding Distance): معیاری برای تخمین تراکم جواب ها در اطراف هر جواب. هر چه فاصله ازدحام بزرگتر باشد، جواب در ناحیه خلوت تری قرار دارد.
مقایسه بر اساس Crowded-Comparison Operator (
\prec_n): بین دو جواب، جوابی که در لایه پایین تر (بهتر) است انتخاب می شود. اگر در یک لایه بودند، جوابی که فاصله ازدحام بزرگتری دارد (در ناحیه خلوت تر است) انتخاب می شود.
الیتیسم (Elitism): با ترکیب جمعیت والدین و فرزندان و انتخاب n تا از بهترین ها بر اساس معیار فوق، بهترین جواب ها همیشه به نسل بعد منتقل می شوند.
