Process / pipelineSimulation / optimization
Robust NSGA-II — 불확실성 하에서의 다목적 최적화
Robust NSGA-II는 고전적인 NSGA-II 진화 알고리즘을 확장하여 모수적 불확실성을 고려하고, 입력 모수가 공칭값에서 벗어나더라도 높은 성능을 유지하는 파레토 최적의 절충 해를 찾습니다. 단일 지점에서 목적값만 최적화하는 대신, 각 후보 해를 불확실성 실현 범위 또는 분포에 걸쳐 평가하고 파레토 우위와 함께 강건성을 선택 기준으로 삼습니다.
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., 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 ↗
- Deb, K., & Gupta, H. (2006). Introducing robustness in multi-objective optimization. Evolutionary Computation, 14(4), 463-494. DOI: 10.1162/evco.2006.14.4.463 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Robust Non-dominated Sorting Genetic Algorithm II. ScholarGate. https://scholargate.app/ko/simulation/robust-nsga-ii
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.
- 다목적 유전 알고리즘 (MOGA)시뮬레이션↔ compare
- 다목적 최적화시뮬레이션↔ compare
- 강건 유전 알고리즘시뮬레이션↔ compare
- 불확실성 하에서 안정적인 파레토 최적 해를 찾는 강건 다목적 최적화시뮬레이션↔ compare
- Stochastic NSGA-II시뮬레이션↔ compare