Многокритериална оптимизация с алгоритъм на мравките (MOACO)
Многокритериална оптимизация с алгоритъм на мравките (MOACO) е метаевристика, базирана на рояково интелект, която разширява класическата рамка на оптимизацията с алгоритъм на мравките, за да оптимизира едновременно две или повече конфликтни цели. Изкуствени мравки конструират кандидат-решения, ръководени от феромонни следи и евристична информация, като прогресивно изграждат архив от Парето-оптимални решения, вместо да конвергират към един-единствен най-добър отговор.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Gambardella, L. M., Taillard, E., & Agazzi, G. (1999). MACS-VRPTW: A multiple ant colony system for vehicle routing problems with time windows. In D. Corne, M. Dorigo, & F. Glover (Eds.), New Ideas in Optimization (pp. 63–76). McGraw-Hill. link ↗
- Dorigo, M., & Stützle, T. (2004). Ant Colony Optimization. MIT Press. ISBN: 9780262042192
Как да цитирате тази страница
ScholarGate. (2026, June 3). Multi-Objective Ant Colony Optimization (MOACO). ScholarGate. https://scholargate.app/bg/simulation/multi-objective-ant-colony-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.
- Оптимизация чрез мравчена колонияОптимизация↔ compare
- Многокритериален генетичен алгоритъм (MOGA)Симулационно моделиране↔ compare
- Многокритериална оптимизация с рояци от частици (MOPSO)Симулационно моделиране↔ compare
- Многокритериално отгряване (MOSA)Симулационно моделиране↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →