Process / pipelineSimulation / optimization
다목적 최적화 — 상충하는 목표의 동시 최적화
다목적 최적화(Multi-Objective Optimization, MOO)는 두 개 이상의 상충하는 목적 함수를 동시에 최적화하는 해를 찾는 수학적, 계산적 프레임워크입니다. 모든 목표를 단일 스칼라 값으로 통합하는 대신, MOO는 의사결정자가 선호도에 따라 선택할 수 있는 일련의 상충 관계 해(파레토 프론트)를 생성합니다. 이는 공학 설계, 운영 연구, 물류, 경제학 및 정책 분석에서 널리 사용됩니다.
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.
+19 more
출처
- Deb, K. (2001). Multi-Objective Optimization Using Evolutionary Algorithms. Wiley, Chichester. ISBN: 9780471873396
- Multi-objective optimization. Wikipedia. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Multi-Objective Optimization (MOO) — simultaneous optimization of two or more conflicting objective functions. ScholarGate. https://scholargate.app/ko/simulation/multi-objective-optimization
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
Agent-Based Multi-Objective Optimization베이즈 목표 계획법베이지안 다목적 최적화Bayesian NSGA-II결정론적 다목적 최적화다중 목표 에이전트 기반 모델링Multi-Objective Cellular Automata다목적 이산 사건 시뮬레이션다중 목표 동적 계획법다목적 유전 알고리즘 (MOGA)다목적 목표 계획법다목적 선형 계획법 (MOLP)다목적 마르코프 모델다중 목표 미시 시뮬레이션다목적 혼합 정수 계획법다목적 입자 군집 최적화 (MOPSO)다중 목표 큐잉 시뮬레이션다중 목표 시나리오 분석다목적 민감도 분석다목적 시뮬레이티드 어닐링 (MOSA)다중 목표 시스템 다이내믹스NSGA-III정책 시나리오 다목적 최적화불확실성 하에서 안정적인 파레토 최적 해를 찾는 강건 다목적 최적화Robust NSGA-II불확실성 하에서 다중 상충 목표를 최적화하는 확률적 다목표 최적화