Bayesian NSGA-II — Optimització evolutiva multiobjectiu assistida per subrogats
Bayesian NSGA-II integra models subrogats de procés Gaussian (metamodels bayesians) al bucle evolutiu de NSGA-II per resoldre problemes d'optimització multiobjectiu costosos. En reemplaçar les valuoses avaluacions reals de funcions per prediccions probabilístiques ràpides, descobreix aproximacions d'alta qualitat del front de Pareto amb moltes menys avaluacions reals que el NSGA-II estàndard.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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 ↗
- Emmerich, M. T. M., Giannakoglou, K. C., Naujoks, B. (2006). Single- and multiobjective evolutionary optimization assisted by Gaussian random field metamodels. IEEE Transactions on Evolutionary Computation, 10(4), 421–439. DOI: 10.1109/TEVC.2005.859463 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Bayesian Surrogate-Assisted Non-dominated Sorting Genetic Algorithm II. ScholarGate. https://scholargate.app/ca/simulation/bayesian-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.
- Optimització bayesianaOptimització↔ compare
- Algorisme Genètic Multiobjectiu (MOGA)Simulació↔ compare
- Optimitació MultiobjectiuSimulació↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →