大家好，又见面了，我是你们的朋友全栈君。
NSGA2算法代码理解：
设置200个个体，目标函数为2个，决策变量的个数为30，首先初始化得到一个每个个体位于0~1之间的决策变量，利用ZDT1函数求得目标值，保存在数组中。
寻找非支配排序，在这200个个体中，选中一个个体，将这个个体和其余个体的目标函数值比较，如果没有一个个体可以支配他，那么就将其加入到非支配集合中
if individual(i).n == 0 %个体i非支配等级排序最高，属于当前最优解集，相应的染色体中携带代表排序数的信息
x(i,M + V + 1) = 1;
F(front).f = [F(front).f i];%等级为1的非支配解集
end
首先求出等级最高的非支配解集，然后遍历这个解集，找出每个解支配的个体，将被支配数量减1，看是否成为一个非支配，如果是则加入到新的非支配集合中，如此反复知道新集合为空。
将种群一分为2，随机选取最优的种群作为父代，然后交叉变异形成子代，接着合并子代和父代，采取精英策略，得到新的子代。
注意，如果原种群是200个，选取的合适繁殖的父代是100个，生成大约200个子代，合并再选取200个作为新的种群。
代码参考
https://blog.csdn.net/joekepler/article/details/80820240
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/144681.html原文链接：https://javaforall.net
