Bayesiläinen NSGA-II — Ohjattu monitavoitteinen evoluutio-optimointi
Bayesiläinen NSGA-II integroi Gaussin prosessin ohjausmallit (bayesiläiset metamallit) NSGA-II-evoluutiolenkkiin kalliiden monitavoitteisten optimointiongelmien ratkaisemiseksi. Korvaamalla kalliit todelliset funktioarvioinnit nopeilla todennäköisyysennusteilla se löytää korkealaatuisia Pareto-rintaman approksimaatioita huomattavasti vähemmillä todellisilla arvioinneilla kuin tavallinen NSGA-II.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
- Emmerich, M. T. M., Giannakoglou, K. C., Naujoks, B. (2006). Single- and multiobjective evolutionary optimization assisted by Gaussian random field metamodels. IEEE Transactions on Evolutionary Computation, 10(4), 421–439. DOI: 10.1109/TEVC.2005.859463 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Bayesian Surrogate-Assisted Non-dominated Sorting Genetic Algorithm II. ScholarGate. https://scholargate.app/fi/simulation/bayesian-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.
- Bayesiläinen optimointiOptimointi↔ compare
- Monitavoitteinen geneettinen algoritmi (MOGA)Simulointi↔ compare
- Monitavoiteoptimointi – ristiriitaisten tavoitteiden samanaikainen optimointiSimulointi↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →