Process / pipelineSimulation / optimization
강건 유전 알고리즘 — 불확실성 하에서의 진화 최적화
강건 유전 알고리즘(RGA)은 표준 유전 알고리즘을 확장하여 명목 설계점뿐만 아니라 의사 결정 변수, 매개변수 또는 적합도 평가의 불확실성에 직면했을 때에도 잘 수행되는 해를 찾습니다. 명시적인 강건성 척도를 선택 압력에 통합함으로써 RGA는 최적성을 섭동에 대한 민감도와 균형을 맞추어 실제 변동성 하에서의 공학 설계, 스케줄링 및 정책 최적화에 적합합니다.
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
- Jin, Y., Branke, J. (2005). Evolutionary optimization in uncertain environments — a survey. IEEE Transactions on Evolutionary Computation, 9(3), 303–317. DOI: 10.1109/TEVC.2005.846356 ↗
- Beyer, H.-G., Sendhoff, B. (2007). Robust optimization — A comprehensive survey. Computer Methods in Applied Mechanics and Engineering, 196(33–34), 3190–3218. DOI: 10.1016/j.cma.2007.03.003 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Robust Genetic Algorithm — Evolutionary Optimization under Uncertainty. ScholarGate. https://scholargate.app/ko/simulation/robust-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.
- 유전 알고리즘최적화↔ compare
- 다목적 유전 알고리즘 (MOGA)시뮬레이션↔ compare
- 불확실성 하에서 안정적인 파레토 최적 해를 찾는 강건 다목적 최적화시뮬레이션↔ compare
- 강건한 입자 군집 최적화시뮬레이션↔ compare
- 불확실성 하에서도 좋은 성능을 유지하는 해 찾기: 강건 모의 담금질시뮬레이션↔ compare
- 확률적 유전 알고리즘시뮬레이션↔ compare