Optimisasi Stokastik Multi-Objektif — Mengoptimalkan beberapa tujuan yang saling bertentangan di bawah ketidakpastian
Optimisasi Stokastik Multi-Objektif (SMOO) adalah kelas metode yang secara simultan mengoptimalkan dua atau lebih tujuan yang saling bertentangan ketika parameter, biaya, atau kendala bersifat tidak pasti atau acak. Alih-alih satu solusi optimal tunggal, metode ini menghasilkan front Pareto dari solusi-solusi yang tidak didominasi, yang masing-masing mewakili keseimbangan yang berbeda di antara tujuan-tujuan di bawah ketidakpastian yang dimodelkan.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Stochastic Multi-Objective Optimization — Multi-criteria optimization under uncertainty with probabilistic objectives or constraints. ScholarGate. https://scholargate.app/id/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.
- Simulasi Monte CarloPengambilan Keputusan↔ compare
- Optimasi Multi-ObjektifSimulasi↔ compare
- Optimasi Multi-Objektif RobustSimulasi↔ compare
- Pemrograman Dinamis StokastikSimulasi↔ compare
- Algoritma Genetika StokastikSimulasi↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →