Optymalizacja deterministyczna wielokryterialna — klasyczne metody oparte na Pareto i skalaryzacja
Optymalizacja deterministyczna wielokryterialna (Deterministic MOO) to rodzina klasycznych podejść optymalizacyjnych, które jednocześnie minimalizują lub maksymalizują wiele sprzecznych funkcji celu w deterministycznym zbiorze dopuszczalnym. Generuje ona front Pareto — zbiór rozwiązań niedominowanych — z którego decydent wybiera preferowany kompromis. W przeciwieństwie do wariantów stochastycznych, wszystkie oceny celów i ograniczenia są ustalone i wolne od szumu.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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
Jak cytować tę stronę
ScholarGate. (2026, June 3). Deterministic Multi-Objective Optimization — Classical Pareto-based and scalarization approaches without stochastic components. ScholarGate. https://scholargate.app/pl/simulation/deterministic-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.
- Programowanie liniowe wielokryterialne (MOLP)Symulacja↔ compare
- Optymalizacja wielocelowaSymulacja↔ compare
- Stochastyczna Optymalizacja WielokryterialnaSymulacja↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →