针对带约束的高维多目标优化问题,设计一种基于参考点的约束支配关系(RPCDP),将可行解与不可行解作为一个整体看待,进而综合考虑它们的收敛性、多样性和可行性,并基于此提出用于解决约束高维多目标优化问题的NSGA-III算法.将所提出算法与著名的3种约束高维多目标进化算法进行对比,实验结果表明在标准测试函数集CDTLZ上,相对于其他算法,所提出算法的解集具有更好的收敛性和分布性.

这是 NSGA-III 的 MATLAB 实现。 Jan 和 Deb 扩展了众所周知的 NSGA-II 来处理多目标优化问题，使用参考点方法，具有非支配排序机制。 新开发的算法简称为：NSGA-III。 主要参考文件可在此处获得： http : //doi.org/10.1109/TEVC.2013.2281535 。 有关更多信息，请参见以下链接： http://yarpiz.com/ypea126

多目标遗传算法（NSGA-III）matlab源代码 多目标遗传算法（NSGA-III）matlab源代码 多目标遗传算法（NSGA-III）matlab源代码 多目标遗传算法（NSGA-III）matlab源代码已验证

NSGA-IIImatlab代码

绝对不是matlab自带的那个，matlab自己提供的那个一堆错误感觉，所以我参照论文和一些指导修改了一下，主要是那个SortAndSelectPopulation.m关于fl选择参考点那部分，代码有时会警告，主要是没找到超平面，可以参照这个https://blog.csdn.net/wayjj/article/details/78954506说的自己在改（我觉得没报错所以懒得改。本来上传一个，但是感觉不太对，这个我测试过，效果还可以。欢迎大家讨论。

这是从mathwork上下载的NSGA-3的代码，自己写的注释。因为也没有完全弄懂代码，所以有些地方空着没写注释，有些地方还注释了问号。就是希望能和大家一起讨论交流一下，希望大家指正。希望弄懂代码的小伙伴能回帖说一下自己的理解。也希望能解答一下我不懂的地方。     这里把原代码的链接也发一下。https://www.mathworks.com/matlabcentral/fileexchange/60678-nsga-iii-in-matlab?s_tid=srchtitle 另外，这是开源资源，纯粹为了学术交流，个别人不要拿去重复上传。CSDN设置了最低积分限制，想免费都不行了。

基于参考点设计的算法，点击nsga_3程序运行，运行过程有实时效果展示

多目标只能进化算法，遗传改进算法，多目标进化算法matlab代码

基于MATLAB的三目标算法优化，用NSGA-III的算法思想进行三目标算法优化的源代码，用于多目标学习算法优化

测试可以跑，根据自己情况修改下函数即可. NSGA-III 首先定义一组参考点。然后随机生成含有 N 个（原文献说最好与参考点个数相同）个体的初始种群，其中 N 是种群大小。接下来，算法进行迭代直至终止条件满足。在第 t 代，算法在当前种群 Pt的基础上，通过随机选择，模拟两点交叉（Simulated Binary Crossover，SBX）和多项式变异 产生子代种群 Qt。Pt和 Qt的大小均为 N。因此，两个种群 Pt和 Qt合并会形成种群大小为 2N 的新的种群 Rt=Pt∪Qt。 为了从种群 Rt中选择最好的 N 个解进入下一代，首先利用基于Pareto支配的非支配排序将 Rt分为若干不同的非支配层（F1，F2等等）。然后，算法构建一个新的种群St，构建方法是从 F1开始，逐次将各非支配层的解加入到 St，直至 St的大小等于 N，或首次大于 N。假设最后可以接受的非支配层是 L层，那么在 L+ 1 层以及之后的那些解就被丢弃掉了，且 St\ FL中的解已经确定被选择作为 Pt+1中的解。Pt+1中余下的个体需要从 FL中选取，选择的依据是要使种群在目标空间中具有理想的多样性。