Устойчив NSGA-II — Многоцелева оптимизация при неопределеност
Устойчивият NSGA-II разширява класическия еволюционен алгоритъм NSGA-II, за да отчете параметричната неопределеност, намирайки Парето-оптимални компромисни решения, които остават високоефективни дори когато входните параметри се отклоняват от номиналните си стойности. Вместо да оптимизира целевите стойности в една-единствена точка, той оценява всяко кандидат-решение в диапазон или разпределение на реализации на неопределеност и избира за устойчивост наред с Парето доминирането.
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
- 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 ↗
- Deb, K., & Gupta, H. (2006). Introducing robustness in multi-objective optimization. Evolutionary Computation, 14(4), 463-494. DOI: 10.1162/evco.2006.14.4.463 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Robust Non-dominated Sorting Genetic Algorithm II. ScholarGate. https://scholargate.app/bg/simulation/robust-nsga-ii
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.
- Многокритериален генетичен алгоритъм (MOGA)Симулационно моделиране↔ compare
- Многоцелева оптимизацияСимулационно моделиране↔ compare
- Устойчив генетичен алгоритъмСимулационно моделиране↔ compare
- Робастна многокритериална оптимизацияСимулационно моделиране↔ compare
- Stochastic NSGA-IIСимулационно моделиране↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →