การหาค่าเหมาะสมที่สุดแบบหลายวัตถุประสงค์ — การหาค่าเหมาะสมที่สุดของเป้าหมายที่ขัดแย้งกันไปพร้อมกัน
การหาค่าเหมาะสมที่สุดแบบหลายวัตถุประสงค์ (Multi-Objective Optimization - MOO) เป็นกรอบการทำงานทางคณิตศาสตร์และคอมพิวเตอร์สำหรับการค้นหาคำตอบที่สามารถหาค่าเหมาะสมที่สุดของฟังก์ชันวัตถุประสงค์ที่ขัดแย้งกันตั้งแต่สองฟังก์ชันขึ้นไปได้พร้อมกัน แทนที่จะรวมเป้าหมายทั้งหมดเข้าเป็นค่าสเกลาร์เดียว MOO จะสร้างชุดของคำตอบที่ยอมรับได้ (trade-off solutions) ซึ่งก็คือ Pareto front ซึ่งผู้มีอำนาจตัดสินใจจะเลือกตามความพึงพอใจ วิธีนี้ถูกนำไปใช้อย่างกว้างขวางในการออกแบบทางวิศวกรรม วิจัยดำเนินงาน โลจิสติกส์ เศรษฐศาสตร์ และการวิเคราะห์นโยบาย
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
+19 more
แหล่งอ้างอิง
- Deb, K. (2001). Multi-Objective Optimization Using Evolutionary Algorithms. Wiley, Chichester. ISBN: 9780471873396
- Multi-objective optimization. Wikipedia. link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Multi-Objective Optimization (MOO) — simultaneous optimization of two or more conflicting objective functions. ScholarGate. https://scholargate.app/th/simulation/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.
- Genetic Algorithmการหาค่าเหมาะที่สุด↔ compare
- การโปรแกรมเป้าหมายการตัดสินใจ↔ compare
- การโปรแกรมจำนวนเต็มผสมการจำลอง↔ compare