Многокритериальный генетический алгоритм (MOGA) — Эволюционный поиск Парето-оптимальных решений
Многокритериальный генетический алгоритм (MOGA) — это метод эволюционных вычислений, который развивает популяцию кандидатных решений в направлении Парето-оптимального фронта, одновременно оптимизируя две или более конфликтующие целевые функции. Он избегает сведения компромиссов к единой оценке, вместо этого производя набор недоминируемых решений, из которых может выбирать лицо, принимающее решение.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+9 more
Источники
- Goldberg, D. E. (1989). Genetic algorithms in search, optimization, and machine learning. Addison-Wesley. ISBN: 9780201157673
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Multi-Objective Genetic Algorithm (MOGA). ScholarGate. https://scholargate.app/ru/simulation/multi-objective-genetic-algorithm
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.
- Генетический алгоритмОптимизация↔ compare
- Многокритериальная оптимизацияИмитационное моделирование↔ compare
- Многокритериальная оптимизация роем частиц (MOPSO)Имитационное моделирование↔ compare
- Многокритериальная имитация отжига (MOSA)Имитационное моделирование↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →