Ügynökalapú többcélú optimalizálás — Decentralizált evolúciós keresés versengő célkitűzések között
Az agent-alapú többcélú optimalizálás (ABMOO) autonóm agenseket ágyaz be egy szimulációs környezetbe, és azok viselkedését vagy paramétereit fejleszti, hogy egyszerre optimalizáljon két vagy több ellentmondásos célt, egy Pareto-hatékony megoldásfrontot eredményezve egyetlen optimum helyett. Alkalmas komplex adaptív rendszerekhez, ahol a célok a mikroszintű interakciókból, nem pedig lezárt képletekből (closed-form equations) erednek.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Bonabeau, E., Dorigo, M., & Theraulaz, G. (2002). Swarm Intelligence: From Natural to Artificial Systems. Oxford University Press. ISBN: 9780195131598
- Coello Coello, C. A., Lamont, G. B., & Van Veldhuizen, D. A. (2007). Evolutionary Algorithms for Solving Multi-Objective Problems (2nd ed.). Springer. ISBN: 9780387332543
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Agent-Based Multi-Objective Optimization — Decentralized evolutionary search across competing objectives. ScholarGate. https://scholargate.app/hu/simulation/agent-based-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.
- Ügynökalapú modellezés (ABM)Szimuláció↔ compare
- Multi-objective genetic algorithmSzimuláció↔ compare
- Többfunkciós optimalizálásSzimuláció↔ compare
- Multi-objective particle swarm optimizationSzimuláció↔ compare
- Stochastic Multi-Objective OptimizationSzimuláció↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →