ScholarGate
Asszisztens

Módszerek összehasonlítása

Tekintse át a kiválasztott módszereket egymás mellett; az eltérő sorok kiemelve jelennek meg.

Robusztus Többfunkciós Optimalizálás×Szenzitivitásanalízis×
TudományterületSzimulációDöntéshozatal
MódszercsaládProcess / pipelineMCDM
Keletkezés éve20062004
MegalkotóDeb, K. & Gupta, H.Saltelli, A., Tarantola, S., Campolongo, F., Ratto, M.
TípusOptimization frameworkRobustness wrapper — parameter / weight perturbation sensitivity indices
AlapműDeb, K., & Gupta, H. (2006). Introducing robustness in multi-objective optimization. Evolutionary Computation, 14(4), 463–494. DOI ↗Saltelli, A., Tarantola, S., Campolongo, F., Ratto, M. (2004). Sensitivity Analysis in Practice. Wiley, Chichester DOI ↗
Alternatív nevekRMOO, Robust MOO, Robust Pareto Optimization, Uncertainty-Robust Multi-Objective Optimization
Kapcsolódó40
ÖsszefoglalóRobust Multi-Objective Optimization (RMOO) is a framework for finding solutions that simultaneously optimize multiple conflicting objectives while remaining insensitive to perturbations in decision variables or problem parameters. Unlike classical MOO, RMOO explicitly incorporates uncertainty into the optimization loop, producing a robust Pareto front whose members perform well not only at the nominal design point but also across a neighbourhood of plausible operating conditions.SENSITIVITY-ANALYSIS (Sensitivity Analysis — Systematic assessment of output variation w.r.t. input perturbations) is a ranking multi-criteria decision-making (MCDM) method introduced by Saltelli, A., Tarantola, S., Campolongo, F., Ratto, M. in 2004. It turns a decision matrix of alternatives scored on multiple criteria into a structured, reproducible result.
ScholarGateAdatkészlet
  1. v1
  2. 2 Források
  3. PUBLISHED
  1. v1
  2. 1 Források
  3. PUBLISHED

Ugrás a kereséshez Diák letöltése

ScholarGateMódszerek összehasonlítása: Robust Multi-Objective Optimization · SENSITIVITY-ANALYSIS. Letöltve 2026-06-15, forrás: https://scholargate.app/hu/compare