Bayesian NSGA-II — Вспомогательная байесовскими моделями многокритериальная эволюционная оптимизация
Bayesian NSGA-II интегрирует байесовские модели-суррогаты на основе гауссовских процессов (байесовские метамодели) в эволюционный цикл NSGA-II для решения дорогостоящих многокритериальных задач оптимизации. Заменяя затратные реальные вычисления значений функций быстрыми вероятностными предсказаниями, метод позволяет получить качественные приближения Парето-фронта при значительно меньшем числе реальных вычислений, чем стандартный NSGA-II.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Bayesian Surrogate-Assisted Non-dominated Sorting Genetic Algorithm II. ScholarGate. https://scholargate.app/ru/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.
- Байесовская оптимизацияОптимизация↔ compare
- Многокритериальный генетический алгоритм (MOGA)Имитационное моделирование↔ compare
- Многокритериальная оптимизацияИмитационное моделирование↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →