NSGA-II Bayesian — Optimasi Evolusioner Multi-Objektif Berbantuan Pengganti
NSGA-II Bayesian mengintegrasikan model pengganti proses Gaussian (metamodel Bayesian) ke dalam putaran evolusioner NSGA-II untuk menyelesaikan masalah optimasi multi-objektif yang mahal. Dengan mengganti evaluasi fungsi sebenarnya yang berbiaya tinggi dengan prediksi probabilistik yang cepat, metode ini menemukan aproksimasi front Pareto berkualitas tinggi dengan evaluasi nyata yang jauh lebih sedikit daripada NSGA-II standar.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Deb, K., Pratap, A., Agarwal, S., Meyarivan, T. (2002). A fast and elitist multiobjective genetic algorithm: NSGA-II. IEEE Transactions on Evolutionary Computation, 6(2), 182–197. DOI: 10.1109/4235.996017 ↗
- Emmerich, M. T. M., Giannakoglou, K. C., Naujoks, B. (2006). Single- and multiobjective evolutionary optimization assisted by Gaussian random field metamodels. IEEE Transactions on Evolutionary Computation, 10(4), 421–439. DOI: 10.1109/TEVC.2005.859463 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Bayesian Surrogate-Assisted Non-dominated Sorting Genetic Algorithm II. ScholarGate. https://scholargate.app/id/simulation/bayesian-nsga-ii
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.
- Optimasi BayesianOptimasi↔ compare
- Algoritma Genetika Multi-Objektif (MOGA)Simulasi↔ compare
- Optimasi Multi-ObjektifSimulasi↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →