Optimización Multi-objetivo Basada en Agentes — Búsqueda evolutiva descentralizada a través de objetivos contrapuestos
La optimización multi-objetivo basada en agentes (ABMOO, por sus siglas en inglés) incrusta agentes autónomos dentro de un entorno de simulación y evoluciona su comportamiento o parámetros para optimizar simultáneamente dos o más objetivos en conflicto, produciendo una frontera de Pareto-eficiencia de soluciones en lugar de un único óptimo. Es adecuada para sistemas adaptativos complejos donde los objetivos emergen de interacciones a nivel micro en lugar de ecuaciones de forma cerrada.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Bonabeau, E., Dorigo, M., & Theraulaz, G. (2002). Swarm Intelligence: From Natural to Artificial Systems. Oxford University Press. ISBN: 9780195131598
- Coello Coello, C. A., Lamont, G. B., & Van Veldhuizen, D. A. (2007). Evolutionary Algorithms for Solving Multi-Objective Problems (2nd ed.). Springer. ISBN: 9780387332543
Cómo citar esta página
ScholarGate. (2026, June 3). Agent-Based Multi-Objective Optimization — Decentralized evolutionary search across competing objectives. ScholarGate. https://scholargate.app/es/simulation/agent-based-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.
- Modelado Basado en Agentes (MBA)Simulación↔ compare
- Algoritmo Genético Multiobjetivo (MOGA)Simulación↔ compare
- Optimización MultiobjetivoSimulación↔ compare
- Multi-Objective Particle Swarm Optimization (MOPSO)Simulación↔ compare
- Optimización Estocástica MultiobjetivoSimulación↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →