Stochastische Multi-Objektiv-Optimierung — Optimierung mehrerer konkurrierender Ziele unter Unsicherheit
Stochastische Multi-Objektiv-Optimierung (SMOO) ist eine Methodengruppe, die gleichzeitig zwei oder mehr konkurrierende Ziele optimiert, wenn Parameter, Kosten oder Nebenbedingungen unsicher oder zufällig sind. Anstelle einer einzelnen optimalen Lösung liefert sie eine Pareto-Front nicht-dominierter Lösungen, die jeweils einen anderen Kompromiss zwischen den Zielen unter der modellierten Unsicherheit darstellen.
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.
+3 more
Quellen
- Deb, K. (2001). Multi-Objective Optimization Using Evolutionary Algorithms. Wiley, Chichester. ISBN: 9780471873396
- Caramia, M., Dell'Olmo, P. (2008). Multi-Objective Management in Freight Logistics. Springer, London. DOI: 10.1007/978-1-84800-382-8 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Stochastic Multi-Objective Optimization — Multi-criteria optimization under uncertainty with probabilistic objectives or constraints. ScholarGate. https://scholargate.app/de/simulation/stochastic-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.
- Monte-Carlo-SimulationEntscheidungsfindung↔ compare
- Mehrzieloptimierung – Gleichzeitige Optimierung widerstreitender ZieleSimulation↔ compare
- Robuste MehrzieloptimierungSimulation↔ compare
- Stochastic Dynamic ProgrammingSimulation↔ compare
- Stochastischer Genetischer AlgorithmusSimulation↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →