Robust multi-objektiv optimering — Å finne Pareto-optimale løsninger som er stabile under usikkerhet
Robust multi-objektiv optimering (RMOO) er et rammeverk for å finne løsninger som samtidig optimaliserer flere motstridende mål, samtidig som de forblir ufølsomme for forstyrrelser i beslutningsvariabler eller problemparametre. I motsetning til klassisk MOO, inkorporerer RMOO eksplisitt usikkerhet i optimeringsløkken, og produserer en robust Pareto-front der medlemmene presterer godt ikke bare ved det nominelle designpunktet, men også over et nabolag av plausible driftsforhold.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
Kilder
- 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 ↗
- Robust optimization. Wikipedia. link ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Robust Multi-Objective Optimization (RMOO) — optimizing multiple conflicting objectives under uncertainty. ScholarGate. https://scholargate.app/no/simulation/robust-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.
- Multimål-optimeringSimulering↔ compare
- Robust optimeringOptimering↔ compare
- SensitivitetsanalyseBeslutningstaking↔ compare
- Stokastisk multi-objektiv optimeringSimulering↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →