Багатоцільовий генетичний алгоритм (MOGA) — Еволюційний пошук Парето-оптимальних розв'язків
Багатоцільовий генетичний алгоритм (MOGA) — це метод еволюційних обчислень, який еволюціонує популяцію кандидатних розв'язків у напрямку Парето-оптимального фронту, одночасно оптимізуючи дві або більше конфліктуючих цільових функцій. Він уникає зведення компромісів до єдиної оцінки, натомість генеруючи набір не домінованих розв'язків, серед яких обирає особа, що приймає рішення.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
+9 more
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Multi-Objective Genetic Algorithm (MOGA). ScholarGate. https://scholargate.app/uk/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.
- Генетичний алгоритмОптимізація↔ compare
- Багатокритеріальна оптимізаціяІмітаційне моделювання↔ compare
- Багатоцільова оптимізація роєм частинок (MOPSO)Імітаційне моделювання↔ compare
- Багатокритеріальний імітаційний відпал (MOSA)Імітаційне моделювання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →