Агентно-базирана многокритериална оптимизация — Децентрализирано еволюционно търсене при конкуриращи се цели
Агентно-базирана многокритериална оптимизация (ABMOO) вгражда автономни агенти в симулационна среда и еволюира тяхното поведение или параметри за едновременно оптимизиране на две или повече конфликтни цели, като дава Парето-ефективна граница от решения, а не единичен оптимум. Подходяща е за сложни адаптивни системи, където целите възникват от микро-ниво взаимодействия, а не от затворени уравнения.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Bonabeau, E., Dorigo, M., & Theraulaz, G. (2002). Swarm Intelligence: From Natural to Artificial Systems. Oxford University Press. ISBN: 9780195131598
- Coello Coello, C. A., Lamont, G. B., & Van Veldhuizen, D. A. (2007). Evolutionary Algorithms for Solving Multi-Objective Problems (2nd ed.). Springer. ISBN: 9780387332543
Как да цитирате тази страница
ScholarGate. (2026, June 3). Agent-Based Multi-Objective Optimization — Decentralized evolutionary search across competing objectives. ScholarGate. https://scholargate.app/bg/simulation/agent-based-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.
- Агентно-базирано моделиране (ABM)Симулационно моделиране↔ compare
- Многокритериален генетичен алгоритъм (MOGA)Симулационно моделиране↔ compare
- Многоцелева оптимизацияСимулационно моделиране↔ compare
- Многокритериална оптимизация с рояци от частици (MOPSO)Симулационно моделиране↔ compare
- Стохастична многокритериална оптимизацияСимулационно моделиране↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →