AI 詞彙表
人工智能完整詞典
Ensemble de solutions non-dominées
Collection de solutions où aucune solution ne peut être considérée comme meilleure qu'une autre selon le critère de dominance de Pareto. Cet ensemble représente l'approximation du front de Pareto obtenue par l'algorithme d'optimisation.
Fonction de fitness vectorielle
Extension de la fonction de fitness classique aux problèmes multi-objectifs, retournant un vecteur de valeurs au lieu d'une valeur scalaire unique. Cette fonction évalue simultanément la performance d'une solution sur tous les objectifs considérés.
Espacement (Spacing metric)
Mesure de la distribution uniforme des solutions le long du front de Pareto approximé, calculée à partir des distances entre solutions voisines. Un espacement faible et régulier indique une bonne diversité et couverture du front de Pareto.
Décision multicritère
Processus de sélection d'une solution finale parmi l'ensemble des solutions Pareto-optimales en fonction des préférences spécifiques du décideur. Cette étape transforme le problème d'optimisation en un problème de choix final.
MOEA/D
Approche de décomposition multi-objectif qui transforme le problème en plusieurs sous-problèmes d'optimisation mono-objectif résolus simultanément. MOEA/D utilise des informations de voisinage pour coopérer entre les sous-problèmes et explorer efficacement le front de Pareto.