Többfunkciós hangyaboly optimalizálás (MOACO)
A többfunkciós hangyaboly optimalizálás (MOACO) egy rajintelligencia alapú metaheurétika, amely kiterjeszti a klasszikus hangyaboly optimalizálási keretrendszert két vagy több, egymással ellentétes célfüggvény egyidejű optimalizálására. A mesterséges hangyák feromontreálok és heurإisztikus információk által vezérelve építenek fel jelölt megoldásokat, fokozatosan egy Pareto-optimális megoldáscsomagot hozva létre, ahelyett, hogy egyetlen legjobb válaszra konvergálnának.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Multi-Objective Ant Colony Optimization (MOACO). ScholarGate. https://scholargate.app/hu/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.
- Hangyaboly-optimalizálásOptimalizálás↔ compare
- Multi-objective genetic algorithmSzimuláció↔ compare
- Multi-objective particle swarm optimizationSzimuláció↔ compare
- Többcélú Szimulált Hőkezelés (MOSA)Szimuláció↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →