NSGA-II算法（Non-dominated Sorting Genetic Algorithm II）是一種多目標最佳化算法，由Srinivas和Deb於2000年提出，旨在解決多目標最佳化問題。NSGA-II是對原始NSGA算法的改進，具有以下特點：
快速非支配排序：通過降低計算複雜度，提高算法效率。非支配排序將種群中的個體劃分為多個前沿，確定每個個體的非支配級別，以標識Pareto前沿的不同位置。
擁擠度比較運算元：引入擁擠度概念，代替了需要指定共享半徑的適應度共享策略。這一策略使得準Pareto域中的個體能均勻擴展到整個Pareto域，保持種群的多樣性。
精英策略：通過將父代種群與其產生的子代種群合併，共同競爭產生下一代種群，有利於保持父代中的優良個體進入下一代，防止最佳個體的丟失，並迅速提高種群水平。
NSGA-II的基本步驟包括初始化種群、計算適應度、非支配排序、擁擠距離計算、選擇操作（如二元錦標賽）、交叉/變異操作以及疊代過程，直到滿足停止條件。
NSGA-II相較於其他多目標最佳化算法在運行速度和解集的收斂性上表現更好，成為了多目標最佳化算法性能的基準。它廣泛套用於各種最佳化問題，如公交調度最佳化、軌道電路維修策略等。