Deterministic Multi-Objective Optimization
Deterministic Multi-Objective Optimization (Deterministic MOO) is a family of classical optimization approaches that simultaneously minimize or maximize multiple conflicting objective functions over a deterministic feasible set. It produces a Pareto front — the set of non-dominated solutions — from which a decision-maker selects the preferred trade-off. Unlike stochastic variants, all objective evaluations and constraints are fixed and noise-free.
Rekod sumber
Petikan disalin secara verbatim daripada rekod sumber kaedah. Tiada pengesahan peringkat tuntutan disimpulkan daripadanya.
- Deb, K. (2001). Multi-Objective Optimization Using Evolutionary Algorithms. Wiley, Chichester. · ISBN 978-0-471-87339-6
- Miettinen, K. (1999). Nonlinear Multiobjective Optimization. Springer, Boston. · ISBN 978-1-4613-7544-9
Tuntutan yang dikurasi
Tuntutan disimpan dalam lejar bukti, setiap satu dengan penilaiannya sendiri.
Pandangan ini tidak mencipta penilaian tuntutan apabila lejar tiada.
Kaedah berkaitan
Dijana daripada graf kaedah dan ditunjukkan sebagai perhubungan yang dicadangkan mesin — tiada tuntutan bukti disimpulkan.