Agent-Based NSGA-II — Simulacijski vođena evolucijska multi-objektivna optimizacija
Agent-based NSGA-II ugrađuje NSGA-II evolucijski algoritam unutar petlje simulacije temeljene na agentima, tako da se vrijednosti ciljeva za svako kandidatno rješenje određuju pokretanjem potpune simulacije agenata, umjesto vrednovanjem funkcije zatvorenog oblika. Ovo spajanje omogućuje multi-objektivnu optimizaciju sustava čije performanse proizlaze iz interakcija autonomnih agenata na mikro-razini, a ne iz analitički rješivih jednadžbi.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
- Macal, C. M., & North, M. J. (2010). Tutorial on agent-based modelling and simulation. Journal of Simulation, 4(3), 151-162. DOI: 10.1057/jos.2010.3 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Agent-Based Non-dominated Sorting Genetic Algorithm II — Simulation-Driven Evolutionary Multi-Objective Optimization. ScholarGate. https://scholargate.app/hr/simulation/agent-based-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.
- Modeliranje utemeljeno na agentima (ABM)Simulacija↔ compare
- Višeobjektna optimizacija temeljena na agentimaSimulacija↔ compare
- Višeciljni genetički algoritam (MOGA)Simulacija↔ compare
- Stochastic NSGA-IISimulacija↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →