Optimització per Colònia de Formigues Multiobjectiu (MOACO)
La Multi-Objective Ant Colony Optimization (MOACO) és una metaheurística d'intel·ligència de eixam que estén el marc clàssic d'Ant Colony Optimization per optimitzar simultàniament dos o més objectius conflictius. Les formigues artificials construeixen solucions candidates guiades per rastres de feromones i informació heurística, construint progressivament un arxiu de solucions Pareto-òptimes en lloc de convergir a una única millor resposta.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Multi-Objective Ant Colony Optimization (MOACO). ScholarGate. https://scholargate.app/ca/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.
- Optimització de Colònies d'EsculturesOptimització↔ compare
- Algorisme Genètic Multiobjectiu (MOGA)Simulació↔ compare
- Optimització d'Eixam de Partícules Multiobjectiu (MOPSO)Simulació↔ compare
- Têmplat Simulat Multiobjectiu (MOSA)Simulació↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →