Otimização Multi-Objetivo Baseada em Agentes — Busca evolucionária descentralizada através de objetivos concorrentes
A otimização multi-objetivo baseada em agentes (ABMOO) incorpora agentes autônomos em um ambiente de simulação e evolui seu comportamento ou parâmetros para otimizar simultaneamente dois ou mais objetivos conflitantes, produzindo uma fronteira de Pareto eficiente de soluções em vez de um único ótimo. É adequada para sistemas adaptativos complexos onde os objetivos emergem de interações em nível micro, em vez de equações de forma fechada.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- Bonabeau, E., Dorigo, M., & Theraulaz, G. (2002). Swarm Intelligence: From Natural to Artificial Systems. Oxford University Press. ISBN: 9780195131598
- Coello Coello, C. A., Lamont, G. B., & Van Veldhuizen, D. A. (2007). Evolutionary Algorithms for Solving Multi-Objective Problems (2nd ed.). Springer. ISBN: 9780387332543
Como citar esta página
ScholarGate. (2026, June 3). Agent-Based Multi-Objective Optimization — Decentralized evolutionary search across competing objectives. ScholarGate. https://scholargate.app/pt/simulation/agent-based-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.
- Modelagem Baseada em Agentes (ABM)Simulação↔ compare
- Algoritmo Genético Multiobjetivo (MOGA)Simulação↔ compare
- Otimização MultiobjetivoSimulação↔ compare
- Otimização por Enxame de Partículas Multi-Objetivo (MOPSO)Simulação↔ compare
- Otimização Estocástica Multi-ObjetivoSimulação↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →