Стохастический NSGA-II — Эволюционная многокритериальная оптимизация в условиях неопределенности
Стохастический NSGA-II расширяет эволюционный алгоритм NSGA-II для обработки целевых функций, которые являются зашумленными, неопределенными или вероятностными. Усредняя или выбирая стохастические цели по нескольким оценкам, он идентифицирует Парето-оптимальные решения, устойчивые к неопределенности, что делает его подходящим для задач проектирования, оптимизации цепочек поставок и политики, где важна реальная изменчивость.
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 ↗
- Hughes, E. J. (2001). Evolutionary multi-objective ranking with uncertainty and noise. In Proceedings of the First International Conference on Evolutionary Multi-Criterion Optimization (EMO 2001), Lecture Notes in Computer Science, vol. 1993, pp. 329–343. Springer. DOI: 10.1007/3-540-44719-9_23 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Stochastic Non-dominated Sorting Genetic Algorithm II. ScholarGate. https://scholargate.app/ru/simulation/stochastic-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.
- Многокритериальный генетический алгоритм (MOGA)Имитационное моделирование↔ compare
- Робастный NSGA-IIИмитационное моделирование↔ compare
- Стохастический генетический алгоритмИмитационное моделирование↔ compare
- Стохастическая многокритериальная оптимизацияИмитационное моделирование↔ compare
- Стохастическая оптимизация роем частицИмитационное моделирование↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →