Bayesian NSGA-II — Optimizare evolutivă multi-obiectiv asistată de surrogat
Bayesian NSGA-II integrează modele surrogat bazate pe procese Gaussiene (metamodele Bayesiene) în bucla evolutivă NSGA-II pentru a rezolva probleme costisitoare de optimizare multi-obiectiv. Prin înlocuirea evaluărilor costisitoare ale funcțiilor reale cu predicții probabilistice rapide, descoperă aproximări de înaltă calitate ale frontului Pareto cu mult mai puține evaluări reale decât NSGA-II standard.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Deb, K., Pratap, A., Agarwal, S., Meyarivan, T. (2002). A fast and elitist multiobjective genetic algorithm: NSGA-II. IEEE Transactions on Evolutionary Computation, 6(2), 182–197. DOI: 10.1109/4235.996017 ↗
- Emmerich, M. T. M., Giannakoglou, K. C., Naujoks, B. (2006). Single- and multiobjective evolutionary optimization assisted by Gaussian random field metamodels. IEEE Transactions on Evolutionary Computation, 10(4), 421–439. DOI: 10.1109/TEVC.2005.859463 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Bayesian Surrogate-Assisted Non-dominated Sorting Genetic Algorithm II. ScholarGate. https://scholargate.app/ro/simulation/bayesian-nsga-ii
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.
- Optimizare BayesianăOptimizare↔ compare
- Algoritm Genetic Multi-Obiectiv (MOGA)Simulare↔ compare
- Optimizare Multi-ObiectivSimulare↔ compare
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →