Process / pipelineSimulation / optimization
تحسين تطوري متعدد الأهداف مدعوم بالنماذج البديلة باستخدام بايزي NSGA-II
يدمج بايزي NSGA-II نماذج بديلة تعتمد على العملية الغاوسية (نماذج ميتا بايزية) في حلقة التطور NSGA-II لحل مشاكل التحسين متعددة الأهداف المكلفة. من خلال استبدال التقييمات الحقيقية المكلفة للدالة بتنبؤات احتمالية سريعة، فإنه يكتشف تقريبات عالية الجودة لجبهة باريتو بعدد أقل بكثير من التقييمات الحقيقية مقارنة بـ NSGA-II القياسي.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Deb, K., Pratap, A., Agarwal, S., Meyarivan, T. (2002). A fast and elitist multiobjective genetic algorithm: NSGA-II. IEEE Transactions on Evolutionary Computation, 6(2), 182–197. DOI: 10.1109/4235.996017 ↗
- Emmerich, M. T. M., Giannakoglou, K. C., Naujoks, B. (2006). Single- and multiobjective evolutionary optimization assisted by Gaussian random field metamodels. IEEE Transactions on Evolutionary Computation, 10(4), 421–439. DOI: 10.1109/TEVC.2005.859463 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Bayesian Surrogate-Assisted Non-dominated Sorting Genetic Algorithm II. ScholarGate. https://scholargate.app/ar/simulation/bayesian-nsga-ii
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- التحسين البايزيالتحسين↔ compare
- الخوارزمية الجينية متعددة الأهداف (MOGA)المحاكاة↔ compare
- التحسين متعدد الأهدافالمحاكاة↔ compare