Process / pipelineSimulation / optimization
ロバストNSGA-II — 不確実性下での多目的最適化
ロバストNSGA-IIは、古典的なNSGA-II進化的アルゴリズムを拡張し、パラメータの不確実性を考慮に入れます。これにより、入力パラメータが公称値から逸脱した場合でも高い性能を維持するパレート最適解を見つけます。単一の点での目的値の最適化ではなく、不確実性の実現値の範囲または分布にわたって各候補解を評価し、パレート優越性に加えてロバスト性を選択基準とします。
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 ↗
- Deb, K., & Gupta, H. (2006). Introducing robustness in multi-objective optimization. Evolutionary Computation, 14(4), 463-494. DOI: 10.1162/evco.2006.14.4.463 ↗
このページの引用方法
ScholarGate. (2026, June 3). Robust Non-dominated Sorting Genetic Algorithm II. ScholarGate. https://scholargate.app/ja/simulation/robust-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.
- 多目的遺伝的アルゴリズム（MOGA）シミュレーション↔ compare
- 多目的最適化シミュレーション↔ compare
- ロバスト遺伝的アルゴリズムシミュレーション↔ compare
- 不確実性下でのロバストなパレート最適解の探索シミュレーション↔ compare
- 確率的NSGA-IIシミュレーション↔ compare