Sztochasztikus többcélú optimalizálás – Több, egymásnak ellentmondó cél egyidejű optimalizálása bizonytalanság mellett
A sztochasztikus többcélú optimalizálás (Stochastic Multi-Objective Optimization, SMOO) olyan módszerek osztálya, amelyek egyszerre optimalizálnak két vagy több, egymásnak ellentmondó célt, amikor a paraméterek, költségek vagy korlátok bizonytalanok vagy véletlenszerűek. Egyetlen optimális megoldás helyett egy nem dominált megoldásokból álló Pareto-frontot eredményez, ahol mindegyik megoldás az objektívumok eltérő egyensúlyát képviseli a modellezett bizonytalanság mellett.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Források
- Deb, K. (2001). Multi-Objective Optimization Using Evolutionary Algorithms. Wiley, Chichester. ISBN: 9780471873396
- Caramia, M., Dell'Olmo, P. (2008). Multi-Objective Management in Freight Logistics. Springer, London. DOI: 10.1007/978-1-84800-382-8 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Stochastic Multi-Objective Optimization — Multi-criteria optimization under uncertainty with probabilistic objectives or constraints. ScholarGate. https://scholargate.app/hu/simulation/stochastic-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.
- MONTE-CARLO-SIMULATIONDöntéshozatal↔ compare
- Többfunkciós optimalizálásSzimuláció↔ compare
- Robusztus Többfunkciós OptimalizálásSzimuláció↔ compare
- Sztochasztikus dinamikus programozásSzimuláció↔ compare
- Sztochasztikus Genetikus AlgoritmusSzimuláció↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →