ScholarGate
المساعد
Process / pipelineSimulation / optimization

الخوارزمية الجينية متعددة الأهداف (MOGA) — البحث التطوري عن الحلول المثلى لباريتو

الخوارزمية الجينية متعددة الأهداف (MOGA) هي طريقة حساب تطوري تطور مجموعة من الحلول المرشحة نحو جبهة باريتو المثلى، مع تحسين وظيفتين أو أكثر من الوظائف المتعارضة في وقت واحد. تتجنب هذه الخوارزمية دمج المفاضلات في درجة واحدة، وبدلاً من ذلك تنتج مجموعة من الحلول غير المهيمنة ليختار صانع القرار من بينها.

افتح في MethodMindقريبًافيديوقريبًاDownload slides

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

Method map

The neighbourhood of related methods — select a node to explore.

+9 more

المصادر

  1. Goldberg, D. E. (1989). Genetic algorithms in search, optimization, and machine learning. Addison-Wesley. ISBN: 9780201157673
  2. 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

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 3). Multi-Objective Genetic Algorithm (MOGA). ScholarGate. https://scholargate.app/ar/simulation/multi-objective-genetic-algorithm

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.

Compare side by side

يُستشهد بها في

ScholarGateMulti-objective genetic algorithm (Multi-Objective Genetic Algorithm (MOGA)). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/simulation/multi-objective-genetic-algorithm · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026