Agent-based NSGA-II — Simuláciou riadená evolučná viaccieľová optimalizácia
Agent-based NSGA-II vkladá evolučný algoritmus NSGA-II do slučky agentovej simulácie tak, aby hodnoty cieľov pre každé kandidátne riešenie boli určené spustením plnej agentovej simulácie namiesto vyhodnotenia funkcie uzatvoreného tvaru. Toto prepojenie umožňuje viaccieľovú optimalizáciu systémov, ktorých výkonnosť vyplýva z mikroúrovňových interakcií autonómnych agentov, a nie z analyticky spracovateľných rovníc.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
- Macal, C. M., & North, M. J. (2010). Tutorial on agent-based modelling and simulation. Journal of Simulation, 4(3), 151-162. DOI: 10.1057/jos.2010.3 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Agent-Based Non-dominated Sorting Genetic Algorithm II — Simulation-Driven Evolutionary Multi-Objective Optimization. ScholarGate. https://scholargate.app/sk/simulation/agent-based-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.
- Agent-Based Modeling (ABM)Simulácia↔ compare
- Agentovo multi-objektívna optimalizáciaSimulácia↔ compare
- Multi-Objective Genetic Algorithm (MOGA)Simulácia↔ compare
- Stochastic NSGA-IISimulácia↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →