ScholarGate
Assistente
Process / pipelineSimulation / optimization

Otimização Determinística Multiobjetivo — Métodos Clássicos Baseados em Pareto e de Escalarização

Otimização Determinística Multiobjetivo (Deterministic MOO) é uma família de abordagens clássicas de otimização que minimizam ou maximizam simultaneamente múltiplas funções objetivo conflitantes sobre um conjunto factível determinístico. Ela produz uma fronteira de Pareto — o conjunto de soluções não dominadas — a partir da qual um tomador de decisão seleciona o trade-off preferido. Ao contrário das variantes estocásticas, todas as avaliações de objetivos e restrições são fixas e sem ruído.

Abrir no MethodMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

The neighbourhood of related methods — select a node to explore.

Fontes

  1. Deb, K. (2001). Multi-Objective Optimization Using Evolutionary Algorithms. Wiley, Chichester. ISBN: 978-0-471-87339-6
  2. Miettinen, K. (1999). Nonlinear Multiobjective Optimization. Springer, Boston. ISBN: 978-1-4613-7544-9

Como citar esta página

ScholarGate. (2026, June 3). Deterministic Multi-Objective Optimization — Classical Pareto-based and scalarization approaches without stochastic components. ScholarGate. https://scholargate.app/pt/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.

Compare side by side
ScholarGateDeterministic Multi-Objective Optimization (Deterministic Multi-Objective Optimization — Classical Pareto-based and scalarization approaches without stochastic components). Recuperado em 2026-06-15 de https://scholargate.app/pt/simulation/deterministic-multi-objective-optimization · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026