Multi-Objective Ant Colony Optimization (MOACO)
Multi-Objective Ant Colony Optimization (MOACO) on on mitmeobjektiivseks optimeerimiseks kohandatud sipelgkoloonia optimeerimise (ACO) raamistiku põhjal loodud sotsiaalse intelligentsuse metaheuristika, mis laiendab klassikalist ACO raamistikku kahe või enama konfliktiivse eesmärgi samaaegseks optimeerimiseks. Kunstlikud sipelgad konstrueerivad feromoonijälgede ja heuristilise informatsiooni abil kandidaatlahendusi, luues järk-järgult Pareto-optimaalsete lahenduste arhiivi, mitte ei koonduta ühele parimale vastusele.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Multi-Objective Ant Colony Optimization (MOACO). ScholarGate. https://scholargate.app/et/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.
- Sipelgakoloonia optimeerimineOptimeerimine↔ compare
- Mitme-eesmärgilised geneetilised algoritmid (MOGA)Simulatsioon↔ compare
- Mitme eesmärgiga osakeste parve optimeerimine (MOPSO)Simulatsioon↔ compare
- Multi-Objective Simulated Annealing (MOSA)Simulatsioon↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →