এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
মাল্টি-অবজেক্টিভ পার্টিকেল সোয়ার্ম অপ্টিমাইজেশন (MOPSO)
সামাজিক ঝাঁকের আচরণ থেকে অনুপ্রাণিত একটি মেটাহিউরিস্টিক অ্যালগরিদম, যা মাল্টি-টাস্ক সমস্যায় একই সাথে প্যারেটো ফ্রন্ট অন্বেষণের জন্য অভিযোজিত।
এনএসজিএ-২ (নন-ডমিনেটেড সর্টিং জেনেটিক অ্যালগরিদম II)
একটি এলিট সংরক্ষণকারী বিবর্তনমূলক অ্যালগরিদম যা প্যারেটো ফ্রন্টে বৈচিত্র্য বজায় রাখার জন্য নন-ডমিনেটেড দ্রুত বাছাই এবং ক্রাউডিং দূরত্ব গণনা ব্যবহার করে।
বৈচিত্র্য
একটি মাল্টি-অবজেক্টিভ অ্যালগরিদমের পুরো প্যারেটো ফ্রন্ট জুড়ে সমানভাবে বিতরণ করা সমাধান তৈরি করার ক্ষমতা, নির্দিষ্ট অঞ্চলে ঘনীভূত হওয়া এড়ানো।
রেফারেন্স পয়েন্ট ভিত্তিক ডিকম্পোজিশন (RBF)
একটি কৌশল যা অনুসন্ধান পরিচালনার জন্য রেফারেন্স পয়েন্ট ব্যবহার করে মাল্টি-অবজেক্টিভ সমস্যাকে একাধিক সিঙ্গল-অবজেক্টিভ উপ-সমস্যায় বিভক্ত করে।
এমওইএ/ডি (ডিকম্পোজিশন ভিত্তিক মাল্টি-অবজেক্টিভ ইভোলিউশনারি অ্যালগরিদম)
একটি অ্যালগরিদম যা মাল্টি-অবজেক্টিভ সমস্যাগুলিকে একগুচ্ছ সিঙ্গল-অবজেক্টিভ সমস্যায় বিভক্ত করে একই সাথে অপ্টিমাইজ করে সমাধান করে।
ক্রাউডিং দূরত্ব
প্যারেটো ফ্রন্টের একটি নির্দিষ্ট বিন্দুর চারপাশে সমাধানের ঘনত্ব অনুমান করতে ব্যবহৃত একটি মেট্রিক, কম জনবহুল অঞ্চলে সমাধানগুলিকে পছন্দ করে।
ডোমিন্যান্স
দুটি সমাধানের মধ্যে সম্পর্ক যেখানে একটি সমাধান অন্যটিকে ডোমিনেট করে যদি এটি সমস্ত উদ্দেশ্যের জন্য কমপক্ষে সমান ভাল হয় এবং অন্তত একটি উদ্দেশ্যের জন্য কঠোরভাবে ভাল হয়।
রোবাস্ট মাল্টি-অবজেক্টিভ অপ্টিমাইজেশন
একটি পদ্ধতি যা শুধুমাত্র নামমাত্র প্যারামিটারের জন্য নয়, বরং পরিবেশের অনিশ্চয়তা এবং পরিবর্তনের মুখেও কার্যকর সমাধান খোঁজে।
প্যারেটো র্যাঙ্কিং (Pareto Ranking)
সমাধানগুলিকে বিভিন্ন অ-প্রাধান্য ফ্রন্টে শ্রেণীবদ্ধ করার প্রক্রিয়া, যেখানে প্রথম ফ্রন্টে প্যারেটো-অনুকূল সমাধানগুলি থাকে।
নিচ শেয়ারিং (Niche sharing)
বৈচিত্র্য বজায় রাখার কৌশল যা একই রকম সমাধানগুলিকে শাস্তি দেয়, প্যারেটো ফ্রন্টের বিভিন্ন অঞ্চল অন্বেষণকে উত্সাহিত করে।
রেফারেন্স পয়েন্ট (Reference Point)
উদ্দেশ্য স্থানের একটি বিন্দু যা প্যারেটো ফ্রন্টের নির্দিষ্ট আগ্রহের অঞ্চলের দিকে অনুসন্ধান পরিচালনা করতে ব্যবহৃত হয়।
পছন্দমূলক অপ্টিমাইজেশন (Preferential Optimization)
একটি পদ্ধতি যা সিদ্ধান্ত গ্রহণকারীর পছন্দগুলিকে সরাসরি অপ্টিমাইজেশন প্রক্রিয়ায় সংযুক্ত করে, প্যারেটো ফ্রন্টের প্রাসঙ্গিক অঞ্চলে অনুসন্ধান কেন্দ্রীভূত করার জন্য।