Otimização Multi-Objetivo de Cenários de Políticas — Busca de Política Pareto-Ótima Condicionada a Cenários
A Otimização Multi-Objetivo de Cenários de Políticas (PS-MOO) integra a construção explícita de cenários de políticas com a otimização multi-objetivo para identificar opções de políticas Pareto-ótimas em estados futuros plausíveis. Os tomadores de decisão avaliam os trade-offs entre objetivos concorrentes — como eficiência econômica, equidade e impacto ambiental — para cada cenário de política distinto, e então comparam as fronteiras de Pareto para selecionar estratégias robustas ou contingentes a cenários.
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
- Deb, K. (2001). Multi-Objective Optimization Using Evolutionary Algorithms. John Wiley & Sons, Chichester. ISBN: 9780471873396
- Walker, W. E., Harremoës, P., Rotmans, J., van der Sluijs, J. P., van Asselt, M. B. A., Janssen, P., & Krayer von Krauss, M. P. (2003). Defining uncertainty: a conceptual basis for uncertainty management in model-based decision support. Integrated Assessment, 4(1), 5–17. DOI: 10.1076/iaij.4.1.5.16466 ↗
Como citar esta página
ScholarGate. (2026, June 3). Policy Scenario Multi-Objective Optimization — Scenario-conditioned Pareto-optimal Policy Search. ScholarGate. https://scholargate.app/pt/simulation/policy-scenario-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.
- Algoritmo Genético Multiobjetivo (MOGA)Simulação↔ compare
- Otimização MultiobjetivoSimulação↔ compare
- Análise de Cenários de PolíticasSimulação↔ compare
- Otimização Robusta Multi-ObjetivoSimulação↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →