Deterministická víceobjektivová optimalizace — Klasické metody založené na Paretově optimálnosti a skalarizaci
Deterministická víceobjektivová optimalizace (Deterministic MOO) je rodina klasických optimalizačních přístupů, které současně minimalizují nebo maximalizují více konfliktních účelových funkcí nad deterministickou přípustnou množinou. Produkuje Paretovu frontu — množinu nedoménovaných řešení — z níž rozhodovatel vybírá preferovaný kompromis. Na rozdíl od stochastických variant jsou všechna hodnocení účelových funkcí a omezení pevná a bez šumu.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Deb, K. (2001). Multi-Objective Optimization Using Evolutionary Algorithms. Wiley, Chichester. ISBN: 978-0-471-87339-6
- Miettinen, K. (1999). Nonlinear Multiobjective Optimization. Springer, Boston. ISBN: 978-1-4613-7544-9
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Deterministic Multi-Objective Optimization — Classical Pareto-based and scalarization approaches without stochastic components. ScholarGate. https://scholargate.app/cs/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.
- Vícekriteriální lineární programování (MOLP)Simulace↔ compare
- Víc Cílová OptimalizaceSimulace↔ compare
- Stochastická multikriteriální optimalizaceSimulace↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →