Multi-Objective Particle Swarm Optimization (MOPSO)
Multi-Objective Particle Swarm Optimization (MOPSO) è una meta-euristica di sciame intelligente che estende l'originale Particle Swarm Optimization (PSO) per gestire simultaneamente molteplici funzioni obiettivo conflittuali. Mantiene un archivio Pareto esterno e utilizza la selezione basata sul dominio per guidare una popolazione di soluzioni candidate verso il vero fronte di Pareto, senza richiedere informazioni a priori sulle preferenze.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Multi-Objective Particle Swarm Optimization (MOPSO). ScholarGate. https://scholargate.app/it/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)Simulazione↔ compare
- Multi-Objective Genetic Algorithm (MOGA)Simulazione↔ compare
- Ottimizzazione Multi-ObiettivoSimulazione↔ compare
- Ricottura Simulata Multi-Obiettivo (MOSA)Simulazione↔ compare
- Ottimizzazione a Sciame di Particelle (PSO)Ottimizzazione↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →