التحسين العشوائي متعدد الأهداف — تحسين أهداف متعددة ومتعارضة في ظل عدم اليقين
التحسين العشوائي متعدد الأهداف (SMOO) هو فئة من الأساليب التي تعمل على تحسين هدفين أو أكثر من الأهداف المتعارضة في وقت واحد عندما تكون المعلمات أو التكاليف أو القيود غير مؤكدة أو عشوائية. بدلاً من حل أمثل واحد، فإنه ينتج جبهة باريتو من الحلول غير المهيمنة، يمثل كل منها توازنًا مختلفًا بين الأهداف في ظل عدم اليقين المصمم.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
المصادر
- Deb, K. (2001). Multi-Objective Optimization Using Evolutionary Algorithms. Wiley, Chichester. ISBN: 9780471873396
- Caramia, M., Dell'Olmo, P. (2008). Multi-Objective Management in Freight Logistics. Springer, London. DOI: 10.1007/978-1-84800-382-8 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Stochastic Multi-Objective Optimization — Multi-criteria optimization under uncertainty with probabilistic objectives or constraints. ScholarGate. https://scholargate.app/ar/simulation/stochastic-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.
- محاكاة مونت كارلواتخاذ القرار↔ compare
- التحسين متعدد الأهدافالمحاكاة↔ compare
- التحسين القوي متعدد الأهدافالمحاكاة↔ compare
- البرمجة الديناميكية العشوائيةالمحاكاة↔ compare
- الخوارزمية الجينية العشوائيةالمحاكاة↔ compare