Агентно-орієнтована багатоцільова оптимізація — Децентралізований еволюційний пошук за конкуруючими цілями
Агентно-орієнтована багатоцільова оптимізація (ABMOO) вбудовує автономних агентів у симуляційне середовище та еволюціонує їхню поведінку або параметри для одночасної оптимізації двох або більше конфліктуючих цілей, що призводить до отримання Парето-ефективного фронту розв'язків, а не єдиного оптимуму. Вона підходить для складних адаптивних систем, де цілі виникають з мікрорівневих взаємодій, а не з замкнених рівнянь.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Bonabeau, E., Dorigo, M., & Theraulaz, G. (2002). Swarm Intelligence: From Natural to Artificial Systems. Oxford University Press. ISBN: 9780195131598
- Coello Coello, C. A., Lamont, G. B., & Van Veldhuizen, D. A. (2007). Evolutionary Algorithms for Solving Multi-Objective Problems (2nd ed.). Springer. ISBN: 9780387332543
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Agent-Based Multi-Objective Optimization — Decentralized evolutionary search across competing objectives. ScholarGate. https://scholargate.app/uk/simulation/agent-based-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.
- Агентне моделювання (ABM)Імітаційне моделювання↔ compare
- Багатоцільовий генетичний алгоритм (MOGA)Імітаційне моделювання↔ compare
- Багатокритеріальна оптимізаціяІмітаційне моделювання↔ compare
- Багатоцільова оптимізація роєм частинок (MOPSO)Імітаційне моделювання↔ compare
- Стохастична багатоцільова оптимізаціяІмітаційне моделювання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →