Optimasi Multi-Objektif Berbasis Agen — Pencarian evolusioner terdesentralisasi melintasi objektif yang bersaing
Optimasi multi-objektif berbasis agen (ABMOO) menanamkan agen otonom di dalam lingkungan simulasi dan mengembangkan perilaku atau parameternya untuk secara simultan mengoptimalkan dua atau lebih objektif yang saling bertentangan, menghasilkan kurva Pareto-efisien dari solusi daripada satu optimum. Pendekatan ini cocok untuk sistem adaptif kompleks di mana objektif muncul dari interaksi tingkat mikro daripada persamaan bentuk tertutup.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Agent-Based Multi-Objective Optimization — Decentralized evolutionary search across competing objectives. ScholarGate. https://scholargate.app/id/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.
- Pemodelan Berbasis Agen (ABM)Simulasi↔ compare
- Algoritma Genetika Multi-Objektif (MOGA)Simulasi↔ compare
- Optimasi Multi-ObjektifSimulasi↔ compare
- Optimasi Kawanan Partikel Multi-Objektif (MOPSO)Simulasi↔ compare
- Optimisasi Stokastik Multi-ObjektifSimulasi↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →