Надійний генетичний алгоритм — Еволюційна оптимізація за умов невизначеності
Надійний генетичний алгоритм (RGA) розширює стандартні генетичні алгоритми для пошуку рішень, які добре працюють не тільки в номінальній точці проєктування, але й за умов невизначеності змінних рішення, параметрів або оцінок придатності. Включаючи явні міри надійності до тиску відбору, RGA балансує оптимальність проти чутливості до збурень, що робить його придатним для інженерного проєктування, планування та оптимізації політик за умов реальної мінливості.
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
- Jin, Y., Branke, J. (2005). Evolutionary optimization in uncertain environments — a survey. IEEE Transactions on Evolutionary Computation, 9(3), 303–317. DOI: 10.1109/TEVC.2005.846356 ↗
- Beyer, H.-G., Sendhoff, B. (2007). Robust optimization — A comprehensive survey. Computer Methods in Applied Mechanics and Engineering, 196(33–34), 3190–3218. DOI: 10.1016/j.cma.2007.03.003 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Robust Genetic Algorithm — Evolutionary Optimization under Uncertainty. ScholarGate. https://scholargate.app/uk/simulation/robust-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
- Багатоцільовий генетичний алгоритм (MOGA)Імітаційне моделювання↔ compare
- Надійна багатоцільова оптимізаціяІмітаційне моделювання↔ compare
- Надійна оптимізація роєм частинокІмітаційне моделювання↔ compare
- Надійний відпал (Robust Simulated Annealing)Імітаційне моделювання↔ compare
- Стохастичний генетичний алгоритмІмітаційне моделювання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →