Stochastyczna Optymalizacja Wielokryterialna — Optymalizacja wielu sprzecznych celów w warunkach niepewności
Stochastyczna Optymalizacja Wielokryterialna (SMOO) to klasa metod, które jednocześnie optymalizują dwa lub więcej sprzecznych celów, gdy parametry, koszty lub ograniczenia są niepewne lub losowe. Zamiast pojedynczego optymalnego rozwiązania, generuje ona front Pareto zbioru rozwiązań niedominowanych, z których każde reprezentuje inny kompromis między celami w warunkach modelowanej niepewności.
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.
+3 more
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Stochastic Multi-Objective Optimization — Multi-criteria optimization under uncertainty with probabilistic objectives or constraints. ScholarGate. https://scholargate.app/pl/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.
- Symulacja Monte CarloPodejmowanie decyzji↔ compare
- Optymalizacja wielocelowaSymulacja↔ compare
- Solidna optymalizacja wielokryterialnaSymulacja↔ compare
- Programowanie stochastyczne dynamiczneSymulacja↔ compare
- Algorytm genetyczny stochastycznySymulacja↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →