Agent-Based NSGA-II — Optimizimi Evolucionar Multiobjektiv i Drejtuar nga Simulimi
Agent-based NSGA-II integron algoritmin evolucionar NSGA-II brenda një cikli simulimi bazuar te agjentët, në mënyrë që vlerat e objektivave për çdo zgjidhje kandidate të përcaktohen duke ekzekutuar një simulim të plotë të agjentëve, në vend që të vlerësohet një funksion i mbyllur. Ky çiftim mundëson optimizimin multiobjektiv mbi sisteme, performanca e të cilave del nga ndërveprimet në nivel mikro të agjentëve autonomë, në vend që të dalë nga ekuacione analitikisht të trajtuara.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
Burimet
- 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 ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 3). Agent-Based Non-dominated Sorting Genetic Algorithm II — Simulation-Driven Evolutionary Multi-Objective Optimization. ScholarGate. https://scholargate.app/sq/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.
- Modelimi i bazuar në agjentë (ABM)Simulimi↔ compare
- Optimizimi Multi-Objektiv i Bazuar në AgjentëSimulimi↔ compare
- Algoritmi Gjenetik Multi-Objektiv (MOGA)Simulimi↔ compare
- Stochastic NSGA-IISimulimi↔ compare
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →