Process / pipelineSimulation / optimization
다중 목표 에이전트 기반 모델링
다중 목표 에이전트 기반 모델링(MO-ABM)은 에이전트 기반 시뮬레이션과 다중 목표 최적화를 결합하여 복잡 적응 시스템 전반에 걸쳐 상충하는 여러 성능 기준을 동시에 최적화합니다. 자율 에이전트는 행동 규칙에 따라 상호 작용하며, 최적화기는 경쟁하는 시스템 수준 목표 간의 파레토 최적 절충점을 달성하는 매개변수 구성을 탐색합니다.
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. (2001). Multi-Objective Optimization Using Evolutionary Algorithms. John Wiley & Sons, Chichester. ISBN: 9780471873396
- Tesfatsion, L., Judd, K. L. (Eds.) (2006). Handbook of Computational Economics, Volume 2: Agent-Based Computational Economics. North-Holland, Amsterdam. ISBN: 9780444512536
이 페이지 인용 방법
ScholarGate. (2026, June 3). Multi-Objective Agent-Based Modeling. ScholarGate. https://scholargate.app/ko/simulation/multi-objective-agent-based-modeling
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.
- 행위자 기반 모델링 (ABM)시뮬레이션↔ compare
- 다목적 유전 알고리즘 (MOGA)시뮬레이션↔ compare
- 다목적 최적화시뮬레이션↔ compare
- 다중 목표 시스템 다이내믹스시뮬레이션↔ compare