Robusni genetski algoritam — evolucijska optimizacija pod nesigurnošću
Robusni genetski algoritam (RGA) proširuje standardne genetske algoritme kako bi pronašao rješenja koja dobro funkcioniraju ne samo u nominalnoj projektnoj točki, već i kada su podvrgnuta nesigurnosti u varijablama odlučivanja, parametrima ili procjenama funkcije cilja. Uključivanjem eksplicitnih mjera robusnosti u selekcijski pritisak, RGA uravnotežuje optimalnost s osjetljivošću na perturbacije, čineći ga prikladnim za inženjersko projektiranje, planiranje i optimizaciju politika pod stvarnom varijabilnošću.
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
- Jin, Y., Branke, J. (2005). Evolutionary optimization in uncertain environments — a survey. IEEE Transactions on Evolutionary Computation, 9(3), 303–317. DOI: 10.1109/TEVC.2005.846356 ↗
- Beyer, H.-G., Sendhoff, B. (2007). Robust optimization — A comprehensive survey. Computer Methods in Applied Mechanics and Engineering, 196(33–34), 3190–3218. DOI: 10.1016/j.cma.2007.03.003 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Robust Genetic Algorithm — Evolutionary Optimization under Uncertainty. ScholarGate. https://scholargate.app/hr/simulation/robust-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.
- Genetički algoritamOptimizacija↔ compare
- Višeciljni genetički algoritam (MOGA)Simulacija↔ compare
- Robusno višekriterijsko optimiranjeSimulacija↔ compare
- Robusna optimizacija rojem česticaSimulacija↔ compare
- Robusno simulirano kaljenjeSimulacija↔ compare
- Stochastic Genetic AlgorithmSimulacija↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →