Multi-Objective Dynamic Programming — Pareto-optimale Strategien bei sequenziellen Entscheidungen
Multi-Objective Dynamic Programming (MODP) erweitert Bellmans klassische dynamische Programmierung auf Situationen, in denen ein Entscheidungsträger mehrere konkurrierende Ziele gleichzeitig über eine Sequenz von Stufen hinweg optimieren muss. Anstatt einer einzigen optimalen Strategie liefert sie eine Pareto-optimale Menge von Strategien – jede repräsentiert ein unterschiedliches Kompromissprofil –, indem sie vektorwertige Wertfunktionen rückwärts durch den Zustandsraum propagiert.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Bellman, R. (1957). Dynamic Programming. Princeton University Press, Princeton, NJ. ISBN: 9780691079516
- Daellenbach, H. G., & Flood, R. L. (1992). Multi-objective dynamic programming. European Journal of Operational Research, 56(2), 215-225. link ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Multi-Objective Dynamic Programming. ScholarGate. https://scholargate.app/de/simulation/multi-objective-dynamic-programming
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.
- Dynamische ProgrammierungOptimierung↔ compare
- Multi-Objective Genetic Algorithm (MOGA)Simulation↔ compare
- Mehrkriterielle Lineare Programmierung (MOLP)Simulation↔ compare
- Mehrzieloptimierung – Gleichzeitige Optimierung widerstreitender ZieleSimulation↔ compare
- Stochastic Dynamic ProgrammingSimulation↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →