Bayesian NSGA-II — Tối ưu hóa tiến hóa đa mục tiêu có hỗ trợ mô hình xấp xỉ
Bayesian NSGA-II tích hợp các mô hình xấp xỉ quá trình Gaussian (siêu mô hình Bayes) vào vòng lặp tiến hóa NSGA-II để giải quyết các bài toán tối ưu hóa đa mục tiêu tốn kém. Bằng cách thay thế các đánh giá hàm mục tiêu thực tốn kém bằng các dự đoán xác suất nhanh chóng, phương pháp này khám phá các xấp xỉ biên Pareto chất lượng cao với số lượng đánh giá thực ít hơn nhiều so với NSGA-II tiêu chuẩn.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
- Emmerich, M. T. M., Giannakoglou, K. C., Naujoks, B. (2006). Single- and multiobjective evolutionary optimization assisted by Gaussian random field metamodels. IEEE Transactions on Evolutionary Computation, 10(4), 421–439. DOI: 10.1109/TEVC.2005.859463 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Bayesian Surrogate-Assisted Non-dominated Sorting Genetic Algorithm II. ScholarGate. https://scholargate.app/vi/simulation/bayesian-nsga-ii
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.
- Tối ưu hóa BayesTối ưu hóa↔ compare
- Thuật toán Di truyền Đa Mục tiêu (MOGA)Mô phỏng↔ compare
- Tối ưu hóa đa mục tiêuMô phỏng↔ compare
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →