مدلسازی عاملمحور چندهدفه
مدلسازی عاملمحور چندهدفه (MO-ABM) شبیهسازی عاملمحور را با بهینهسازی چندهدفه ترکیب میکند تا چندین معیار عملکرد متضاد را در سیستمهای سازگار پیچیده به طور همزمان بهینه کند. عاملهای خودمختار بر اساس قوانین رفتاری تعامل میکنند، در حالی که یک بهینهساز به دنبال پیکربندی پارامترهایی است که مصالحه بهینه پارِتو را در میان اهداف رقابتی در سطح سیستم به دست آورند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Deb, K. (2001). Multi-Objective Optimization Using Evolutionary Algorithms. John Wiley & Sons, Chichester. ISBN: 9780471873396
- Tesfatsion, L., Judd, K. L. (Eds.) (2006). Handbook of Computational Economics, Volume 2: Agent-Based Computational Economics. North-Holland, Amsterdam. ISBN: 9780444512536
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Multi-Objective Agent-Based Modeling. ScholarGate. https://scholargate.app/fa/simulation/multi-objective-agent-based-modeling
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.
- مدلسازی عاملمحور (ABM)شبیهسازی↔ compare
- الگوریتم ژنتیک چندهدفه (MOGA)شبیهسازی↔ compare
- بهینهسازی چندهدفهشبیهسازی↔ compare
- پویاییشناسی سیستم چندهدفهشبیهسازی↔ compare
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →