Robust Multi-Objective Optimization — Att finna Pareto-optimala lösningar stabila under osäkerhet
Robust Multi-Objective Optimization (RMOO) är ett ramverk för att finna lösningar som samtidigt optimerar flera motstridiga mål, samtidigt som de förblir okänsliga för störningar i beslutsvariabler eller problemparametrar. Till skillnad från klassisk MOO, införlivar RMOO explicit osäkerhet i optimeringsloopen, vilket producerar en robust Paretofront vars medlemmar presterar väl inte bara vid den nominella designpunkten utan även över ett grannskap av rimliga driftförhållanden.
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.
+5 more
Källor
- 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 ↗
- Robust optimization. Wikipedia. link ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Robust Multi-Objective Optimization (RMOO) — optimizing multiple conflicting objectives under uncertainty. ScholarGate. https://scholargate.app/sv/simulation/robust-multi-objective-optimization
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.
- Multiobjektiv optimeringSimulering↔ compare
- Robust optimeringOptimering↔ compare
- KänslighetsanalysBeslutsfattande↔ compare
- Stokastisk multiobjektiv optimeringSimulering↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →