Process / pipelineSimulation / optimization
Bayesian NSGA-II — Surrogate-Assisted Multi-Objective Evolutionary Optimization
Bayesian NSGA-II는 비용이 많이 드는 다목적 최적화 문제 해결을 위해 NSGA-II 진화 루프에 가우시안 프로세스 대체 모델(베이즈 메타모델)을 통합합니다. 비용이 많이 드는 실제 함수 평가를 빠른 확률적 예측으로 대체함으로써, 표준 NSGA-II보다 훨씬 적은 실제 평가로 고품질 파레토 전선 근사치를 발견합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Bayesian Surrogate-Assisted Non-dominated Sorting Genetic Algorithm II. ScholarGate. https://scholargate.app/ko/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.
Compare side by side →