অনিশ্চয়তার অধীনে একাধিক পরস্পরবিরোধী উদ্দেশ্যগুলির অপ্টিমাইজেশন
স্টোকাস্টিক মাল্টি-অবজেক্টিভ অপ্টিমাইজেশন (SMOO) হলো এমন পদ্ধতির একটি শ্রেণী যা দুটি বা ততোধিক পরস্পরবিরোধী উদ্দেশ্যকে একই সাথে অপ্টিমাইজ করে যখন প্যারামিটার, খরচ বা সীমাবদ্ধতাগুলি অনিশ্চিত বা এলোমেলো হয়। একটি একক সর্বোত্তম সমাধানের পরিবর্তে, এটি নন-ডোমিনেটেড সমাধানগুলির একটি পारेটো ফ্রন্ট তৈরি করে, যার প্রতিটি মডেল করা অনিশ্চয়তার অধীনে উদ্দেশ্যগুলির মধ্যে বিভিন্ন ভারসাম্যের প্রতিনিধিত্ব করে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
উৎস
- 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 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Stochastic Multi-Objective Optimization — Multi-criteria optimization under uncertainty with probabilistic objectives or constraints. ScholarGate. https://scholargate.app/bn/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.
- মন্টে কার্লো সিমুলেশনসিদ্ধান্ত গ্রহণ↔ compare
- বহু-উদ্দেশ্যমূলক অপ্টিমাইজেশানঅনুকরণ↔ compare
- শক্তিশালী বহু-উদ্দেশ্যমূলক অপ্টিমাইজেশানঅনুকরণ↔ compare
- অনিশ্চয়তার অধীনে ক্রমিক সিদ্ধান্ত গ্রহণঅনুকরণ↔ compare
- স্টোকাস্টিক জেনেটিক অ্যালগরিদমঅনুকরণ↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →