Process / pipelineSimulation / optimization
Multi-Objective Genetic Algorithm (MOGA) — การค้นหาเชิงวิวัฒนาการสำหรับผลเฉลยแบบ Pareto-Optimal
Multi-Objective Genetic Algorithm (MOGA) เป็นวิธีการคำนวณเชิงวิวัฒนาการที่พัฒนาประชากรของผลเฉลยที่เป็นไปได้ไปสู่แนว Pareto-optimal โดยปรับปรุงฟังก์ชันวัตถุประสงค์ที่ขัดแย้งกันสองฟังก์ชันขึ้นไปพร้อมกัน วิธีนี้หลีกเลี่ยงการรวมการแลกเปลี่ยนให้เป็นคะแนนเดียว แต่จะสร้างชุดของผลเฉลยที่ไม่ถูกครอบงำเพื่อให้ผู้ตัดสินใจเลือก
อ่านวิธีฉบับเต็ม
สำหรับสมาชิกเท่านั้น
เข้าสู่ระบบเข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
+9 more
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Multi-Objective Genetic Algorithm (MOGA). ScholarGate. https://scholargate.app/th/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.
- Genetic Algorithmการหาค่าเหมาะที่สุด↔ compare
- การหาค่าเหมาะสมที่สุดแบบหลายวัตถุประสงค์การจำลอง↔ compare
- Multi-Objective Particle Swarm Optimization (MOPSO)การจำลอง↔ compare
- Multi-Objective Simulated Annealing (MOSA)การจำลอง↔ compare
ถูกอ้างอิงโดย
Agent-Based Genetic AlgorithmAgent-based multi-objective optimizationAgent-Based NSGA-IIBayesian NSGA-IIอัลกอริทึมพันธุกรรมแบบกำหนด (Deterministic Genetic Algorithmการสร้างแบบจำลองเชิงเอเจนต์แบบหลายวัตถุประสงค์Multi-Objective Ant Colony Optimization (MOACO)ออโตมาตาเซลลูลาร์หลายวัตถุประสงค์การโปรแกรมเชิงพลวัตหลายวัตถุประสงค์Multi-Objective Particle Swarm Optimization (MOPSO)Multi-Objective Simulated Annealing (MOSA)Multi-objective Tabu Search (MOTS)Policy Scenario Genetic Algorithmการหาค่าเหมาะสมที่สุดแบบหลายวัตถุประสงค์ตามสถานการณ์นโยบายอัลกอริทึมพันธุกรรมที่แข็งแกร่งRobust NSGA-IIStochastic NSGA-II