Policy Scenario Genetic Algorithm — Evolverande sökning över policyalternativsutrymmen
Policy Scenario Genetic Algorithm (PSGA) tillämpar evolverande sökning för att systematiskt utforska stora, kombinatoriska policyalternativsutrymmen under multipla framtidsscenarier. Istället för att uttömmande räkna upp alternativ, avlar den fram successiva generationer av kandidatpolicyer, behåller de som presterar bra under scenarioförhållanden, vilket ger robusta, högpresterande policyrekommendationer.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Holland, J. H. (1975). Adaptation in Natural and Artificial Systems. University of Michigan Press, Ann Arbor, MI. ISBN: 9780262581110
- Lempert, R. J., Popper, S. W., & Bankes, S. C. (2003). Shaping the Next One Hundred Years: New Methods for Quantitative, Long-Term Policy Analysis. RAND Corporation, Santa Monica, CA. link ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Policy Scenario Genetic Algorithm — Evolutionary Search over Discrete Policy Alternative Spaces. ScholarGate. https://scholargate.app/sv/simulation/policy-scenario-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.
- Genetisk algoritmOptimering↔ compare
- Multiobjektiv genetisk algoritm (MOGA)Simulering↔ compare
- Policy Scenario AnalysisSimulering↔ compare
- Policy Scenario Multi-Objective OptimizationSimulering↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →