Process / pipelineSimulation / optimization

Optimització d'Eixam de Partícules Multiobjectiu (MOPSO)

La Multi-Objective Particle Swarm Optimization (MOPSO) és una metaheurística d'intel·ligència de eixam que estén l'original Particle Swarm Optimization (PSO) per gestionar múltiples funcions objectiu conflictives simultàniament. Manté un arxiu Pareto extern i utilitza selecció basada en dominància per guiar una població de solucions candidates cap al veritable front de Pareto sense requerir informació de preferència a priori.

Obre a MethodMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

The neighbourhood of related methods — select a node to explore.

+2 more

Fonts

  1. 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
  2. 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

Com citar aquesta pàgina

ScholarGate. (2026, June 3). Multi-Objective Particle Swarm Optimization (MOPSO). ScholarGate. https://scholargate.app/ca/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.

Compare side by side

Citat per

ScholarGateMulti-objective particle swarm optimization (Multi-Objective Particle Swarm Optimization (MOPSO)). Recuperat el 2026-06-15 de https://scholargate.app/ca/simulation/multi-objective-particle-swarm-optimization · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026