Многокритериален генетичен алгоритъм (MOGA) — Еволюционно търсене на Парето-оптимални решения
Многокритериален генетичен алгоритъм (MOGA) е метод за еволюционни изчисления, който развива популация от кандидат-решения към Парето-оптимална граница, като едновременно оптимизира две или повече конфликтни целеви функции. Той избягва колапсирането на компромисите в единствен резултат, вместо това произвежда набор от недоминирани решения, от които вземащият решения може да избира.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+9 more
Източници
- Goldberg, D. E. (1989). Genetic algorithms in search, optimization, and machine learning. Addison-Wesley. ISBN: 9780201157673
- 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 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Multi-Objective Genetic Algorithm (MOGA). ScholarGate. https://scholargate.app/bg/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.
- Генетичен алгоритъмОптимизация↔ compare
- Многоцелева оптимизацияСимулационно моделиране↔ compare
- Многокритериална оптимизация с рояци от частици (MOPSO)Симулационно моделиране↔ compare
- Многокритериално отгряване (MOSA)Симулационно моделиране↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →