Agent-Based NSGA-II — Εξελικτική Βελτιστοποίηση Πολλαπλών Στόχων βασισμένη σε Προσομοίωση με Πράκτορες
Το Agent-based NSGA-II ενσωματώνει τον εξελικτικό αλγόριθμο NSGA-II μέσα σε έναν βρόχο προσομοίωσης βασισμένο σε πράκτορες, έτσι ώστε οι τιμές των στόχων για κάθε υποψήφια λύση να καθορίζονται με την εκτέλεση μιας πλήρους προσομοίωσης πρακτόρων και όχι με την αξιολόγηση μιας συνάρτησης κλειστής μορφής. Αυτή η σύζευξη επιτρέπει τη βελτιστοποίηση πολλαπλών στόχων σε συστήματα των οποίων η απόδοση προκύπτει από τις μικρο-επίπεδες αλληλεπιδράσεις αυτόνομων πρακτόρων και όχι από αναλυτικά επιλύσιμες εξισώσεις.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- Deb, K., Pratap, A., Agarwal, S., & Meyarivan, T. (2002). A fast and elitist multiobjective genetic algorithm: NSGA-II. IEEE Transactions on Evolutionary Computation, 6(2), 182-197. DOI: 10.1109/4235.996017 ↗
- Macal, C. M., & North, M. J. (2010). Tutorial on agent-based modelling and simulation. Journal of Simulation, 4(3), 151-162. DOI: 10.1057/jos.2010.3 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Agent-Based Non-dominated Sorting Genetic Algorithm II — Simulation-Driven Evolutionary Multi-Objective Optimization. ScholarGate. https://scholargate.app/el/simulation/agent-based-nsga-ii
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.
- Μοντελοποίηση Βασισμένη σε Πράκτορες (ABM)Προσομοίωση↔ compare
- Βελτιστοποίηση Πολλαπλών Στόχων Βασισμένη σε ΠράκτορεςΠροσομοίωση↔ compare
- Γενετικός Αλγόριθμος Πολλαπλών Στόχων (MOGA)Προσομοίωση↔ compare
- Στοχαστικός NSGA-IIΠροσομοίωση↔ compare
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →