阅读文献：A Fast and Elitist Multiobjective Genetic Algorithm: NSGA-II 有兴趣的话可以阅读中文翻译版本：wenku.baidu.com/view/61daf0…

从学长那里得知，NSGA-II和MOEAD是多目标优化算法的经典算法，不了解这两个讲点算法，相当于白学了多目标优化算法，很多算法也是基于NSGA-II和MOEAD来进行改进和拓展,从而衍生出一系列算法。 下面我先介绍一下NSGA-II NSGA-II 是由Deb跟他的学生在2000年提出了NSGA的改进版本。NSGA2采用快速非支配排序以及拥挤距离的策略，时间复杂度在O(MN2)。由于其速度及效果上的优势，许多年来NSGA2都被作为对比算法。

下面来说一下，NSGA-II相比于NSGA有以下三点改进：

1.提出快速非支配排序算法，是计算复杂度由计算复杂度O(MN^3 )降低为O(MN^2 )

2.引入精英策略，扩大采样空间。将父代种群与其产生的子代种群组合，共同竞争产生下一代种群，有利于保持父代中的优良个体进入下一代，保证某些优良的种群个体在进化过程中不会被丢弃，从而提高了优化结果的精度。并通过对种群中所有个体的分层存放，使得最佳个体不会丢失，有效提高种群水平。

3.采用拥挤度和拥挤度比较算子，不但克服了NSGA中需要人为指定共享参数的缺陷，而且将其作为种群中个体间的比较标准，使得准Pareto域中的个体能均匀地扩展到整个Pareto域，保证了种群的多样性。