Process / pipelineSimulation / optimization

다목적 유전 알고리즘 (MOGA) — 파레토 최적 해를 위한 진화 탐색

다목적 유전 알고리즘 (MOGA)은 두 개 이상의 상충하는 목적 함수를 동시에 최적화하면서 후보 해 집단을 파레토 최적 전선으로 진화시키는 진화 연산 방법입니다. 이는 트레이드오프를 단일 점수로 축소하는 대신, 의사 결정자가 선택할 수 있는 비지배 해 집합을 생성합니다.

MethodMind에서 열기곧 제공동영상곧 제공Download slides

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

Method map

The neighbourhood of related methods — select a node to explore.

다목적 유전 알고리즘 (MOGA)

유전 알고리즘 다목적 최적화 다목적 입자 군집 최적화 (MOPSO)다목적 시뮬레이티드 어닐링 (MOSA)에이전트 기반 유전 알고리즘 Agent-Based Multi-Object…에이전트 기반 NSGA-II Bayesian NSGA-II 결정론적 유전 알고리즘 다중 목표 에이전트 기반 모델링

+9 more

출처

Goldberg, D. E. (1989). Genetic algorithms in search, optimization, and machine learning. Addison-Wesley. ISBN: 9780201157673
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 ↗

이 페이지 인용 방법

ScholarGate. (2026, June 3). Multi-Objective Genetic Algorithm (MOGA). ScholarGate. https://scholargate.app/ko/simulation/multi-objective-genetic-algorithm

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 →

이 방법을 참조하는 항목

에이전트 기반 유전 알고리즘 Agent-Based Multi-Objective Optimization 에이전트 기반 NSGA-II Bayesian NSGA-II 결정론적 유전 알고리즘 다중 목표 에이전트 기반 모델링 다목적 개미 군집 최적화 (MOACO)Multi-Objective Cellular Automata 다중 목표 동적 계획법 다목적 입자 군집 최적화 (MOPSO)다목적 시뮬레이티드 어닐링 (MOSA)Multi-objective Tabu Search (MOTS)정책 시나리오 유전 알고리즘 정책 시나리오 다목적 최적화 강건 유전 알고리즘 Robust NSGA-II Stochastic NSGA-II

이 페이지에서 오류를 발견하셨나요? 신고하거나 수정을 제안하세요 →