نسل های و مدل های مختلف الگوریتمNSGA

الگوریتمNSGA Non-dominated Sorting Genetic Algorithm و نسخه‌های مختلف آن، از جمله NSGA-II، NSGA-III و NSGA-IV، همه بر اساس ایده اصلی چند هدفه بودن و بهبود جستجوی پارتویی هستند. این نسخه‌ها تلاش دارند تا بهبود‌های مختلفی را در الگوریتم اصلیNSGA ارائه دهند.

NSGA-I Non-dominated Sorting Genetic Algorithm I: این الگوریتم اولین نسخه از NSGA بود که ایده اصلی پیدا کرد و رویکرد مرتب سازی ناحیه‌ای پارتو Pareto را برای بهبود جمعیت ارائه کرد.

NSGA-II Non-dominated Sorting Genetic Algorithm II: این نسخه بهبودهای متعددی نسبت به NSGA-I دارد. از جمله بهبود روش انتخاب و حفظ جمعیت پارتو، بهبود سرعت همگرایی و افزودن مکانیسم‌های جدید برای بهبود عملکرد الگوریتم.

NSGA-III Non-dominated Sorting Genetic Algorithm III: این نسخه برای مسائلی با فضای جستجوی پیچیده و تعداد متغیرهای زیاد مورد استفاده قرار می‌گیرد. NSGA-III سعی در بهبود توازن بین پوشش نقاط پارتو و تنوع جواب‌های مختلف دارد.

NSGA-IV Non-dominated Sorting Genetic Algorithm IV: اینیکی از نسخه‌های جدیدNSGA است که به دنبال بهبود عملکرد الگوریتم در مسائل با فضای جستجوی پیچیده و متغیرهای زیاد است.

هر نسخه از NSGA تلاش دارد با بهبود یافتن در مسائلی مانند همگرایی سریع‌تر، حفظ تنوع بهتر و توازن بیشتر بین پوشش نقاط پارتو، عملکرد الگوریتم را بهبود دهد.

الگوریتمNSGA Non-dominated Sorting Genetic Algorithm و نسخه‌های مختلف آن NSGA-I تا NSGA-IV همه جزء الگوریتم‌های تکاملی چند هدفه هستند که برای حل مسائل بهینه‌سازی با چندین هدف یا معیار استفاده می‌شوند.