Multi-Objective Particle Swarm Optimization (MOPSO)
La Multi-Objective Particle Swarm Optimization (MOPSO) es una metaheurística de inteligencia de enjambre que extiende la Particle Swarm Optimization (PSO) original para manejar múltiples funciones objetivo en conflicto simultáneamente. Mantiene un archivo externo de Pareto y utiliza selección basada en dominancia para guiar una población de soluciones candidatas hacia el frente de Pareto verdadero sin requerir información de preferencia a priori.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Multi-Objective Particle Swarm Optimization (MOPSO). ScholarGate. https://scholargate.app/es/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.
- Optimización Anticolectiva Multi-Objetivo (MOACO)Simulación↔ compare
- Algoritmo Genético Multiobjetivo (MOGA)Simulación↔ compare
- Optimización MultiobjetivoSimulación↔ compare
- Multi-Objective Simulated Annealing (MOSA)Simulación↔ compare
- Optimización por Enjambre de Partículas (PSO)Optimización↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →