ScholarGate
Βοηθός
Process / pipelineSimulation / optimization

Γενετικός Αλγόριθμος Πολλαπλών Στόχων (MOGA) — Εξελικτική Αναζήτηση για Λύσεις Βέλτιστες κατά Pareto

Ένας Γενετικός Αλγόριθμος Πολλαπλών Στόχων (MOGA) είναι μια εξελικτική υπολογιστική μέθοδος που εξελίσσει έναν πληθυσμό υποψήφιων λύσεων προς ένα μέτωπο βέλτιστο κατά Pareto, βελτιστοποιώντας ταυτόχρονα δύο ή περισσότερες αντικρουόμενες αντικειμενικές συναρτήσεις. Αποφεύγει τη συγχώνευση των ανταλλαγών σε μία μόνο βαθμολογία, παράγοντας αντ' αυτού ένα σύνολο μη κυριαρχούμενων λύσεων για να επιλέξει ο αποφασίζων.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

The neighbourhood of related methods — select a node to explore.

+9 more

Πηγές

  1. Goldberg, D. E. (1989). Genetic algorithms in search, optimization, and machine learning. Addison-Wesley. ISBN: 9780201157673
  2. 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

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Multi-Objective Genetic Algorithm (MOGA). ScholarGate. https://scholargate.app/el/simulation/multi-objective-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.

Compare side by side

Αναφέρεται από

ScholarGateMulti-objective genetic algorithm (Multi-Objective Genetic Algorithm (MOGA)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/simulation/multi-objective-genetic-algorithm · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026