Deterministlik mitmeotstarbeline optimeerimine — klassikalised Pareto-põhised ja skalariseerimismeetodid
Deterministlik mitmeotstarbeline optimeerimine (Deterministlik MOO) on klassikaliste optimeerimisviiside perekond, mis samaaegselt minimeerib või maksimeerib mitut vastuolulist eesmärgifunktsiooni deterministlikul lubatud hulgal. See toodab Pareto esiosa — domineerimata lahenduste hulga —, millest otsustaja valib eelistatud kompromissi. Erinevalt stohhastilistest variantidest on kõik eesmärkide hindamised ja piirangud fikseeritud ja müravabad.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Deb, K. (2001). Multi-Objective Optimization Using Evolutionary Algorithms. Wiley, Chichester. ISBN: 978-0-471-87339-6
- Miettinen, K. (1999). Nonlinear Multiobjective Optimization. Springer, Boston. ISBN: 978-1-4613-7544-9
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Deterministic Multi-Objective Optimization — Classical Pareto-based and scalarization approaches without stochastic components. ScholarGate. https://scholargate.app/et/simulation/deterministic-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.
- Mitme eesmärgiga lineaarprogrammeerimine (MOLP)Simulatsioon↔ compare
- Mitme kriteeriumi optimeerimineSimulatsioon↔ compare
- Stohhastiline mitmeotstarbeline optimeerimineSimulatsioon↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →