Многокритериална оптимизация с рояци от частици (MOPSO)
Многокритериална оптимизация с рояци от частици (MOPSO) е метаевристика, базирана на роячен интелект, която разширява оригиналната оптимизация с рояци от частици (PSO), за да обработва едновременно множество конфликтни целеви функции. Тя поддържа външен Парето архив и използва селекция, базирана на доминиране, за да насочва популация от кандидат-решения към истинския Парето фронт, без да изисква предварителна информация за предпочитанията.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Източници
- Coello Coello, C. A., Pulido, G. T., & Lechuga, M. S. (2004). Handling multiple objectives with particle swarm optimization. IEEE Transactions on Evolutionary Computation, 8(3), 256–279. DOI: 10.1109/TEVC.2004.826067 ↗
- Kennedy, J., & Eberhart, R. (1995). Particle swarm optimization. Proceedings of the IEEE International Conference on Neural Networks (ICNN), Perth, Australia, 4, 1942–1948. DOI: 10.1109/ICNN.1995.488968 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Multi-Objective Particle Swarm Optimization (MOPSO). ScholarGate. https://scholargate.app/bg/simulation/multi-objective-particle-swarm-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.
- Многокритериална оптимизация с алгоритъм на мравките (MOACO)Симулационно моделиране↔ compare
- Многокритериален генетичен алгоритъм (MOGA)Симулационно моделиране↔ compare
- Многоцелева оптимизацияСимулационно моделиране↔ compare
- Многокритериално отгряване (MOSA)Симулационно моделиране↔ compare
- Оптимизация чрез рояк от частици (PSO)Оптимизация↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →