Multi-Objective Optimization — Samtidig optimering af modstridende mål
Multi-Objective Optimization (MOO) er et matematisk og beregningsmæssigt rammeværk til at finde løsninger, der samtidigt optimerer to eller flere modstridende objektivfunktioner. I stedet for at kollapse alle mål til en enkelt skalar, producerer MOO et sæt af trade-off løsninger — Pareto-fronten — hvorfra en beslutningstager vælger i henhold til præferencer. Det anvendes bredt inden for ingeniørdesign, operationsanalyse, logistik, økonomi og politikanalyse.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
+19 more
Kilder
- Deb, K. (2001). Multi-Objective Optimization Using Evolutionary Algorithms. Wiley, Chichester. ISBN: 9780471873396
- Multi-objective optimization. Wikipedia. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Multi-Objective Optimization (MOO) — simultaneous optimization of two or more conflicting objective functions. ScholarGate. https://scholargate.app/da/simulation/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.
- Genetisk AlgoritmeOptimering↔ compare
- MålprogrammeringBeslutningstagning↔ compare
- Blandet-heltallig programmeringSimulering↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →