Process / pipelineSimulation / optimization
Stochastic NSGA-II — 불확실성 하에서의 진화적 다목적 최적화
Stochastic NSGA-II는 노이즈가 많거나 불확실하거나 확률적인 목적 함수를 처리하기 위해 NSGA-II 진화 알고리즘을 확장합니다. 여러 평가에 걸쳐 확률적 목적 함수의 평균을 구하거나 샘플링함으로써, 불확실성에 강건한 파레토 최적 해를 식별하여 실제 변동성이 중요한 공학 설계, 공급망 및 정책 최적화 문제에 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
- 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 ↗
- Hughes, E. J. (2001). Evolutionary multi-objective ranking with uncertainty and noise. In Proceedings of the First International Conference on Evolutionary Multi-Criterion Optimization (EMO 2001), Lecture Notes in Computer Science, vol. 1993, pp. 329–343. Springer. DOI: 10.1007/3-540-44719-9_23 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Stochastic Non-dominated Sorting Genetic Algorithm II. ScholarGate. https://scholargate.app/ko/simulation/stochastic-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
- Robust NSGA-II시뮬레이션↔ compare
- 확률적 유전 알고리즘시뮬레이션↔ compare
- 불확실성 하에서 다중 상충 목표를 최적화하는 확률적 다목표 최적화시뮬레이션↔ compare
- 확률적 입자 군집 최적화시뮬레이션↔ compare