Optimisation stochastique multi-objectifs — Optimisation de multiples objectifs conflictuels en situation d'incertitude
L'optimisation stochastique multi-objectifs (SMOO) est une classe de méthodes qui optimise simultanément deux objectifs conflictuels ou plus lorsque les paramètres, les coûts ou les contraintes sont incertains ou aléatoires. Plutôt qu'une solution optimale unique, elle produit un front de Pareto de solutions non dominées, chacune représentant un équilibre différent entre les objectifs sous l'incertitude modélisée.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Stochastic Multi-Objective Optimization — Multi-criteria optimization under uncertainty with probabilistic objectives or constraints. ScholarGate. https://scholargate.app/fr/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.
- Simulation de Monte-CarloPrise de décision↔ compare
- Optimisation multi-objectifSimulation↔ compare
- Optimisation Robuste Multi-ObjectifSimulation↔ compare
- Programmation dynamique stochastiqueSimulation↔ compare
- Algorithme Génétique StochastiqueSimulation↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →