Stochastische Multi-Objective Optimalisatie — Optimaliseren van meerdere conflicterende doelstellingen onder onzekerheid
Stochastische Multi-Objective Optimalisatie (SMOO) is een klasse van methoden die tegelijkertijd twee of meer conflicterende doelstellingen optimaliseert wanneer parameters, kosten of beperkingen onzeker of willekeurig zijn. In plaats van één enkele optimale oplossing, produceert het een Pareto-front van niet-gedomineerde oplossingen, die elk een andere balans vertegenwoordigen tussen doelstellingen onder de gemodelleerde onzekerheid.
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.
+3 more
Bronnen
- Deb, K. (2001). Multi-Objective Optimization Using Evolutionary Algorithms. Wiley, Chichester. ISBN: 9780471873396
- Caramia, M., Dell'Olmo, P. (2008). Multi-Objective Management in Freight Logistics. Springer, London. DOI: 10.1007/978-1-84800-382-8 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Stochastic Multi-Objective Optimization — Multi-criteria optimization under uncertainty with probabilistic objectives or constraints. ScholarGate. https://scholargate.app/nl/simulation/stochastic-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.
- Monte Carlo SimulatieBesluitvorming↔ compare
- Multi-Objective OptimizationSimulatie↔ compare
- Robuuste Multi-Objective OptimalisatieSimulatie↔ compare
- Stochastische Dynamische ProgrammeringSimulatie↔ compare
- Stochastisch Genetisch AlgoritmeSimulatie↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →