Monitavoitteinen geneettinen algoritmi (MOGA) — Evolutiivinen haku Pareto-optimaalisiin ratkaisuihin
Monitavoitteinen geneettinen algoritmi (MOGA) on evolutiivinen laskentamenetelmä, joka kehittää kandidaattiratkaisujen populaatiota kohti Pareto-optimaalista rintamaa optimoiden samanaikaisesti kahta tai useampaa ristiriitaista tavoitefunktiota. Se välttää kompromissien tiivistämisen yhdeksi pisteeksi, tuottaen sen sijaan joukon dominoimattomia ratkaisuja päätöksentekijän valittavaksi.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+9 more
Lähteet
- Goldberg, D. E. (1989). Genetic algorithms in search, optimization, and machine learning. Addison-Wesley. ISBN: 9780201157673
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Multi-Objective Genetic Algorithm (MOGA). ScholarGate. https://scholargate.app/fi/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.
- Genetiikka-algoritmiOptimointi↔ compare
- Monitavoiteoptimointi – ristiriitaisten tavoitteiden samanaikainen optimointiSimulointi↔ compare
- Monitavoitteinen hiukkasparvianalyysi (MOPSO)Simulointi↔ compare
- Monitavoitteinen simuloitu hehkutus (MOSA)Simulointi↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →