ScholarGate
Asistent
Process / pipelineSimulation / optimization

Višeciljni genetički algoritam (MOGA) — Evolucijsko pretraživanje Pareto-optimalnih rješenja

Višeciljni genetički algoritam (MOGA) je metoda evolucijskog računanja koja razvija populaciju kandidatskih rješenja prema Pareto-optimalnoj fronti, istovremeno optimizirajući dvije ili više suprotstavljenih ciljnih funkcija. Izbjegava sažimanje kompromisa u jedan rezultat, umjesto toga proizvodi skup nedominiranih rješenja koje donositelj odluke može odabrati.

Otvorite u MethodMindUskoroVideoUskoroDownload slides

Pročitajte cijelu metodu

Samo za članove

Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.

Prijavite se

Method map

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

+9 more

Izvori

  1. Goldberg, D. E. (1989). Genetic algorithms in search, optimization, and machine learning. Addison-Wesley. ISBN: 9780201157673
  2. 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

Kako citirati ovu stranicu

ScholarGate. (2026, June 3). Multi-Objective Genetic Algorithm (MOGA). ScholarGate. https://scholargate.app/hr/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.

Compare side by side

Citirana u

ScholarGateMulti-objective genetic algorithm (Multi-Objective Genetic Algorithm (MOGA)). Preuzeto 2026-06-15 s https://scholargate.app/hr/simulation/multi-objective-genetic-algorithm · Skup podataka: https://doi.org/10.5281/zenodo.20539026