Policy Scenario Genetic Algorithm — Evolutionärer Suchlauf über Politikalternativenräume
Der Policy Scenario Genetic Algorithm (PSGA) wendet evolutionäre Suchverfahren an, um große, kombinatorische Räume von Politikalternativen systematisch unter mehreren zukünftigen Szenarien zu erkunden. Anstatt Optionen erschöpfend aufzuzählen, züchtet er aufeinanderfolgende Generationen von Kandidatenpolitiken, behält diejenigen, die unter Szenariobedingungen gut abschneiden, und liefert so robuste, leistungsstarke Politikempfehlungen.
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
- Holland, J. H. (1975). Adaptation in Natural and Artificial Systems. University of Michigan Press, Ann Arbor, MI. ISBN: 9780262581110
- Lempert, R. J., Popper, S. W., & Bankes, S. C. (2003). Shaping the Next One Hundred Years: New Methods for Quantitative, Long-Term Policy Analysis. RAND Corporation, Santa Monica, CA. link ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Policy Scenario Genetic Algorithm — Evolutionary Search over Discrete Policy Alternative Spaces. ScholarGate. https://scholargate.app/de/simulation/policy-scenario-genetic-algorithm
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.
- Genetischer AlgorithmusOptimierung↔ compare
- Multi-Objective Genetic Algorithm (MOGA)Simulation↔ compare
- Policy Scenario AnalysisSimulation↔ compare
- Policy Scenario Multi-Objective OptimizationSimulation↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →