Стохастическая многокритериальная оптимизация — Оптимизация нескольких конфликтующих целей в условиях неопределенности
Стохастическая многокритериальная оптимизация (SMOO) — это класс методов, которые одновременно оптимизируют две или более конфликтующие цели, когда параметры, затраты или ограничения являются неопределенными или случайными. Вместо единственного оптимального решения она генерирует фронт Парето недоминируемых решений, каждое из которых представляет собой различный баланс между целями в условиях моделируемой неопределенности.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Источники
- Deb, K. (2001). Multi-Objective Optimization Using Evolutionary Algorithms. Wiley, Chichester. ISBN: 9780471873396
- Caramia, M., Dell'Olmo, P. (2008). Multi-Objective Management in Freight Logistics. Springer, London. DOI: 10.1007/978-1-84800-382-8 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Stochastic Multi-Objective Optimization — Multi-criteria optimization under uncertainty with probabilistic objectives or constraints. ScholarGate. https://scholargate.app/ru/simulation/stochastic-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.
- Метод Монте-КарлоПринятие решений↔ compare
- Многокритериальная оптимизацияИмитационное моделирование↔ compare
- Робастная многокритериальная оптимизацияИмитационное моделирование↔ compare
- Стохастическое динамическое программированиеИмитационное моделирование↔ compare
- Стохастический генетический алгоритмИмитационное моделирование↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →