Multi-Objective Genetic Algorithm (MOGA) — Evolučný výskum Pareto-optimálnych riešení
Multi-Objective Genetic Algorithm (MOGA) je metóda evolučných výpočtov, ktorá vyvíja populáciu kandidátskych riešení smerom k Pareto-optimálnej hranici, pričom súčasne optimalizuje dve alebo viac protichodných cieľových funkcií. Vyhýba sa zlučovaniu kompromisov do jedného skóre a namiesto toho produkuje súbor nedominovaných riešení, z ktorých si môže vybrať rozhodovateľ.
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.
+9 more
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Multi-Objective Genetic Algorithm (MOGA). ScholarGate. https://scholargate.app/sk/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.
- Genetický algoritmusOptimalizácia↔ compare
- Viaccieľové optimalizovanieSimulácia↔ compare
- Multi-Objective Particle Swarm Optimization (MOPSO)Simulácia↔ compare
- Viaccieľový simulovaný žíhanie (MOSA)Simulácia↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →