Multi-Objective Cellular Automata — 다중 목표 세포 자동자를 이용한 공간 시뮬레이션
Multi-Objective Cellular Automata (MOCA)는 세포 자동자(cellular automata)의 하향식 공간 동역학을 다중 목표 최적화(multi-objective optimization)와 결합하여 도시 집약도 극대화와 생태계 손실 최소화와 같이 서로 경쟁하는 목표들을 동시에 추구합니다. 각 격자 셀은 두 개 이상의 목표 간의 파레토 최적(Pareto-optimal) 절충점을 만족시키도록 보정되거나 유도되는 전이 규칙(transition rules)에 따라 상태를 업데이트하며, 이 방법은 토지 이용 변화 시뮬레이션, 도시 성장 모델링, 상충하는 요구 하에서의 공간 계획 등에 널리 사용됩니다.
방법 전문 읽기
무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Liu, X., Liang, X., Li, X., Xu, X., Ou, J., Chen, Y., Li, S., Wang, S., Pei, F. (2017). A future land use simulation model (FLUS) for simulating multiple land use scenarios by coupling human and natural effects. Landscape and Urban Planning, 168, 94-116. DOI: 10.1016/j.landurbplan.2017.09.019 ↗
- Jantz, C. A., Goetz, S. J., Shelley, M. K. (2004). Using the SLEUTH urban growth model to simulate the impacts of future policy scenarios on urban land use in the Baltimore-Washington metropolitan area. Environment and Planning B: Planning and Design, 31(2), 251-271. DOI: 10.1068/b2983 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Multi-Objective Cellular Automata — Simulation-based spatial optimization with multiple competing objectives. ScholarGate. https://scholargate.app/ko/simulation/multi-objective-cellular-automata
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
- 셀룰러 오토마타시뮬레이션↔ compare
- 다목적 유전 알고리즘 (MOGA)시뮬레이션↔ compare
- 다목적 최적화시뮬레이션↔ compare
- 시스템 다이내믹스시뮬레이션↔ compare