Stochastic NSGA-II — Evolusjonær multi-objektiv optimering under usikkerhet
Stochastic NSGA-II utvider den evolusjonære algoritmen NSGA-II for å håndtere objektivfunksjoner som er støyende, usikre eller probabilistiske. Ved å gjennomsnitte eller sample stokastiske objektiver over flere evalueringer, identifiserer den Pareto-optimale løsninger som er robuste mot usikkerhet, noe som gjør den egnet for ingeniørdesign, forsyningskjede og politikkoptimeringsproblemer der reell variasjon betyr noe.
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.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Stochastic Non-dominated Sorting Genetic Algorithm II. ScholarGate. https://scholargate.app/no/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.
- Multi-Objective Genetic Algorithm (MOGA)Simulering↔ compare
- Robust NSGA-IISimulering↔ compare
- Stokastisk Genetisk AlgoritmeSimulering↔ compare
- Stokastisk multi-objektiv optimeringSimulering↔ compare
- Stokastisk partikkelsvermoptimeringSimulering↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →