Stokastinen monikriteerinen optimointi – Usean ristiriitaisen tavoitteen optimointi epävarmuuden vallitessa
Stokastinen monikriteerinen optimointi (SMOO) on menetelmäluokka, joka optimoi samanaikaisesti kahta tai useampaa ristiriitaista tavoitetta, kun parametrit, kustannukset tai rajoitukset ovat epävarmoja tai satunnaisia. Yhden optimaalisen ratkaisun sijaan se tuottaa Pareto-rintaman ei-dominoiduista ratkaisuista, joista kukin edustaa erilaista tasapainoa tavoitteiden välillä mallinnetun epävarmuuden vallitessa.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Lähteet
- Deb, K. (2001). Multi-Objective Optimization Using Evolutionary Algorithms. Wiley, Chichester. ISBN: 9780471873396
- Caramia, M., Dell'Olmo, P. (2008). Multi-Objective Management in Freight Logistics. Springer, London. DOI: 10.1007/978-1-84800-382-8 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Stochastic Multi-Objective Optimization — Multi-criteria optimization under uncertainty with probabilistic objectives or constraints. ScholarGate. https://scholargate.app/fi/simulation/stochastic-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.
- MONTE-CARLO-SIMULATIONPäätöksenteko↔ compare
- Monitavoiteoptimointi – ristiriitaisten tavoitteiden samanaikainen optimointiSimulointi↔ compare
- Robust Multi-Objective OptimizationSimulointi↔ compare
- Stokastinen dynaaminen ohjelmointiSimulointi↔ compare
- Stokastinen geneettinen algoritmiSimulointi↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →