ScholarGate
Assistent
Process / pipelineSimulation / optimization

Optimització Determinista Multiobjectiu — Mètodes clàssics basats en Pareto i escalaritza

L'Optimització Determinista Multiobjectiu (Deterministic MOO) és una família d'aproximacions clàssiques d'optimització que minimitzen o maximitzen simultàniament múltiples funcions objectiu conflictives sobre un conjunt factible determinista. Produeix un front de Pareto —el conjunt de solucions no dominades— del qual un decisor selecciona el compromís preferit. A diferència de les variants estocàstiques, totes les avaluacions objectiu i les restriccions són fixes i sense soroll.

Obre a MethodMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

The neighbourhood of related methods — select a node to explore.

Fonts

  1. Deb, K. (2001). Multi-Objective Optimization Using Evolutionary Algorithms. Wiley, Chichester. ISBN: 978-0-471-87339-6
  2. Miettinen, K. (1999). Nonlinear Multiobjective Optimization. Springer, Boston. ISBN: 978-1-4613-7544-9

Com citar aquesta pàgina

ScholarGate. (2026, June 3). Deterministic Multi-Objective Optimization — Classical Pareto-based and scalarization approaches without stochastic components. ScholarGate. https://scholargate.app/ca/simulation/deterministic-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.

Compare side by side
ScholarGateDeterministic Multi-Objective Optimization (Deterministic Multi-Objective Optimization — Classical Pareto-based and scalarization approaches without stochastic components). Recuperat el 2026-06-15 de https://scholargate.app/ca/simulation/deterministic-multi-objective-optimization · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026