Agentenbasierte NSGA-II — Simulationsgestützte evolutionäre multikriterielle Optimierung

Agentenbasierte NSGA-II bettet den evolutionären Algorithmus NSGA-II in eine agentenbasierte Simulationsschleife ein, sodass die Zielfunktionswerte für jede Kandidatenlösung durch Ausführen einer vollständigen Agentensimulation bestimmt werden, anstatt durch Auswertung einer geschlossenen Funktion. Diese Kopplung ermöglicht die multikriterielle Optimierung von Systemen, deren Leistung aus den Mikrointeraktionen autonomer Agenten entsteht und nicht aus analytisch handhabbaren Gleichungen.