Process / pipelineSimulation / optimization

بهینه‌سازی کلونی ذرات چندهدفه (MOPSO)

بهینه‌سازی کلونی ذرات چندهدفه (MOPSO) یک فراابتکار هوش کلونی است که بهینه‌سازی کلونی ذرات (PSO) اصلی را برای مدیریت همزمان چندین تابع هدف متعارض گسترش می‌دهد. این الگوریتم یک بایگانی خارجی پارتو را حفظ کرده و از انتخاب مبتنی بر تسلط برای هدایت جمعیتی از راه‌حل‌های کاندید به سمت جبهه پارتوی حقیقی، بدون نیاز به اطلاعات ترجیحی پیشین، استفاده می‌کند.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

+2 more

منابع

  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

نحوهٔ استناد به این صفحه

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

ارجاع‌شده در

ScholarGateMulti-objective particle swarm optimization (Multi-Objective Particle Swarm Optimization (MOPSO)). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/simulation/multi-objective-particle-swarm-optimization · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026