Надійна багатоцільова оптимізація — пошук Парето-оптимальних рішень, стабільних за умов невизначеності
Надійна багатоцільова оптимізація (RMOO) — це каркас для пошуку рішень, які одночасно оптимізують декілька суперечливих цілей, залишаючись при цьому нечутливими до збурень у змінних рішення або параметрах задачі. На відміну від класичної MOO, RMOO явно включає невизначеність у цикл оптимізації, створюючи надійний фронт Парето, члени якого добре працюють не тільки в номінальній точці проєктування, але й у сусідніх правдоподібних умовах експлуатації.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
Джерела
- Deb, K., & Gupta, H. (2006). Introducing robustness in multi-objective optimization. Evolutionary Computation, 14(4), 463–494. DOI: 10.1162/evco.2006.14.4.463 ↗
- Robust optimization. Wikipedia. link ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Robust Multi-Objective Optimization (RMOO) — optimizing multiple conflicting objectives under uncertainty. ScholarGate. https://scholargate.app/uk/simulation/robust-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.
- Багатокритеріальна оптимізаціяІмітаційне моделювання↔ compare
- Робастна оптимізаціяОптимізація↔ compare
- Аналіз чутливостіПрийняття рішень↔ compare
- Стохастична багатоцільова оптимізаціяІмітаційне моделювання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →