Víc Cílová Optimalizace Rojem Částic (MOPSO)
Víc Cílová Optimalizace Rojem Částic (MOPSO) je metaheuristika rojené inteligence, která rozšiřuje původní optimalizaci rojem částic (PSO) pro současné řešení více konfliktních účelových funkcí. Udržuje externí Pareto archiv a používá výběr založený na dominanci k navádění populace kandidátních řešení směrem k pravé Pareto frontě bez nutnosti předchozích informací o preferencích.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Multi-Objective Particle Swarm Optimization (MOPSO). ScholarGate. https://scholargate.app/cs/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.
- Multi-Objective Ant Colony Optimization (MOACO)Simulace↔ compare
- Vícecílový Genetický Algoritmus (MOGA)Simulace↔ compare
- Víc Cílová OptimalizaceSimulace↔ compare
- Multi-Objective Simulated Annealing (MOSA)Simulace↔ compare
- Optimalizace rojem částic (PSO)Optimalizace↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →