Multi-Objective Optimization — Gelijktijdig optimaliseren van conflicterende doelen
Multi-Objective Optimization (MOO) is een mathematisch en computationeel raamwerk voor het vinden van oplossingen die tegelijkertijd twee of meer conflicterende doelstellingsfuncties optimaliseren. In plaats van alle doelen te reduceren tot één enkele scalaire waarde, produceert MOO een set van afwegingsoplossingen — de Pareto-front — waaruit een beslisser kiest op basis van voorkeur. Het wordt veelvuldig toegepast in engineering design, operations research, logistiek, economie en beleidsanalyse.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
+19 more
Bronnen
- Deb, K. (2001). Multi-Objective Optimization Using Evolutionary Algorithms. Wiley, Chichester. ISBN: 9780471873396
- Multi-objective optimization. Wikipedia. link ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Multi-Objective Optimization (MOO) — simultaneous optimization of two or more conflicting objective functions. ScholarGate. https://scholargate.app/nl/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.
- Genetisch AlgoritmeOptimalisatie↔ compare
- Goal ProgrammingBesluitvorming↔ compare
- Mixed-Integer ProgrammingSimulatie↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →