Policy Scenario Genetic Algorithm — Ricerca Evolutiva su Spazi di Alternative Politiche
Il Policy Scenario Genetic Algorithm (PSGA) applica la ricerca evolutiva per esplorare sistematicamente spazi di alternative politiche ampi e combinatori in condizioni di molteplici scenari futuri. Piuttosto che enumerare esaustivamente le opzioni, esso genera successive generazioni di politiche candidate, mantenendo quelle che performano bene nelle varie condizioni di scenario, producendo raccomandazioni politiche robuste e ad alte prestazioni.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Holland, J. H. (1975). Adaptation in Natural and Artificial Systems. University of Michigan Press, Ann Arbor, MI. ISBN: 9780262581110
- Lempert, R. J., Popper, S. W., & Bankes, S. C. (2003). Shaping the Next One Hundred Years: New Methods for Quantitative, Long-Term Policy Analysis. RAND Corporation, Santa Monica, CA. link ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Policy Scenario Genetic Algorithm — Evolutionary Search over Discrete Policy Alternative Spaces. ScholarGate. https://scholargate.app/it/simulation/policy-scenario-genetic-algorithm
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.
- Algoritmo GeneticoOttimizzazione↔ compare
- Multi-Objective Genetic Algorithm (MOGA)Simulazione↔ compare
- Analisi di Scenari PoliticiSimulazione↔ compare
- Ottimizzazione Multi-Obiettivo di Scenari di PolicySimulazione↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →