Process / pipelineSimulation / optimization
Agent-based NSGA-II — シミュレーション駆動型進化的多目的最適化
Agent-based NSGA-II は、NSGA-II 進化的アルゴリズムをエージェントベースシミュレーションループ内に埋め込むことで、各候補解の目的値が閉形式関数の評価ではなく、完全なエージェントシミュレーションの実行によって決定されるようにします。この結合により、解析的に扱いやすい方程式からではなく、自律エージェントのミクロレベルの相互作用から生じるシステムの多目的最適化が可能になります。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
- Macal, C. M., & North, M. J. (2010). Tutorial on agent-based modelling and simulation. Journal of Simulation, 4(3), 151-162. DOI: 10.1057/jos.2010.3 ↗
このページの引用方法
ScholarGate. (2026, June 3). Agent-Based Non-dominated Sorting Genetic Algorithm II — Simulation-Driven Evolutionary Multi-Objective Optimization. ScholarGate. https://scholargate.app/ja/simulation/agent-based-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.
- Agent-Based Modeling (ABM)シミュレーション↔ compare
- エージェントベース多目的最適化シミュレーション↔ compare
- 多目的遺伝的アルゴリズム（MOGA）シミュレーション↔ compare
- 確率的NSGA-IIシミュレーション↔ compare