Robustný NSGA-II — Viackriteriálne optimalizácia pod neistotou
Robustný NSGA-II rozširuje klasický evolučný algoritmus NSGA-II tak, aby zohľadňoval parametrickú neistotu, pričom nachádza Pareto-optimálne kompromisné riešenia, ktoré si zachovávajú vysoký výkon aj pri odchýlkach vstupných parametrov od ich nominálnych hodnôt. Namiesto optimalizácie hodnôt cieľov v jednom bode vyhodnocuje každé kandidátne riešenie v rámci rozsahu alebo distribúcie realizácií neistoty a vyberá na základe robustnosti popri Pareto-dominantnosti.
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 ↗
- Deb, K., & Gupta, H. (2006). Introducing robustness in multi-objective optimization. Evolutionary Computation, 14(4), 463-494. DOI: 10.1162/evco.2006.14.4.463 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Robust Non-dominated Sorting Genetic Algorithm II. ScholarGate. https://scholargate.app/sk/simulation/robust-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.
- Multi-Objective Genetic Algorithm (MOGA)Simulácia↔ compare
- Viaccieľové optimalizovanieSimulácia↔ compare
- Robustný genetický algoritmusSimulácia↔ compare
- Robustné viaccieľové optimalizovanieSimulácia↔ compare
- Stochastic NSGA-IISimulácia↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →