Process / pipelineSimulation / optimization

Stokastinen NSGA-II – Evolutiivinen monikriteerinen optimointi epävarmuuden vallitessa

Stokastinen NSGA-II laajentaa NSGA-II-evoluutioalgoritmia käsittelemään kohdefunktioita, jotka ovat kohinaisia, epävarmoja tai probabilistisia. Keskiarvoistamalla tai otostamalla stokastisia tavoitteita useiden arviointien yli se tunnistaa Pareto-optimaalisia ratkaisuja, jotka ovat kestäviä epävarmuudelle, mikä tekee siitä soveltuvan insinööritieteiden suunnitteluun, toimitusketjujen hallintaan ja politiikan optimointiongelmiin, joissa todellisen maailman vaihteluilla on merkitystä.

Avaa sovelluksessa MethodMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

The neighbourhood of related methods — select a node to explore.

Lähteet

  1. 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
  2. Hughes, E. J. (2001). Evolutionary multi-objective ranking with uncertainty and noise. In Proceedings of the First International Conference on Evolutionary Multi-Criterion Optimization (EMO 2001), Lecture Notes in Computer Science, vol. 1993, pp. 329–343. Springer. DOI: 10.1007/3-540-44719-9_23

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Stochastic Non-dominated Sorting Genetic Algorithm II. ScholarGate. https://scholargate.app/fi/simulation/stochastic-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.

Compare side by side

Tähän viittaavat

ScholarGateStochastic NSGA-II (Stochastic Non-dominated Sorting Genetic Algorithm II). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/simulation/stochastic-nsga-ii · Aineisto: https://doi.org/10.5281/zenodo.20539026