التحسين الحتمي متعدد الأهداف — طرق باريتو الكلاسيكية وطرق التحويل القياسي
التحسين الحتمي متعدد الأهداف (Deterministic MOO) هو عائلة من مناهج التحسين الكلاسيكية التي تسعى في آن واحد إلى تقليل أو زيادة دوال هدف متعددة ومتعارضة على مجموعة جدوى حتمية. ينتج هذا النهج جبهة باريتو — وهي مجموعة الحلول غير المسيطرة — التي يختار منها صانع القرار المقايضة المفضلة. على عكس المتغيرات العشوائية، تكون جميع تقييمات الأهداف والقيود ثابتة وخالية من الضوضاء.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Deb, K. (2001). Multi-Objective Optimization Using Evolutionary Algorithms. Wiley, Chichester. ISBN: 978-0-471-87339-6
- Miettinen, K. (1999). Nonlinear Multiobjective Optimization. Springer, Boston. ISBN: 978-1-4613-7544-9
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Deterministic Multi-Objective Optimization — Classical Pareto-based and scalarization approaches without stochastic components. ScholarGate. https://scholargate.app/ar/simulation/deterministic-multi-objective-optimization
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.
- البرمجة الخطية متعددة الأهداف (MOLP)المحاكاة↔ compare
- التحسين متعدد الأهدافالمحاكاة↔ compare
- التحسين العشوائي متعدد الأهدافالمحاكاة↔ compare