Process / pipelineSimulation / optimization
다목적 입자 군집 최적화 (MOPSO)
다목적 입자 군집 최적화 (MOPSO)는 원래의 입자 군집 최적화 (PSO)를 확장하여 여러 상충하는 목적 함수를 동시에 처리하는 군집 지능 메타휴리스틱입니다. 외부 파레토 아카이브를 유지하고 지배 기반 선택을 사용하여 사전 선호도 정보 없이도 참 파레토 전선으로 후보 해의 집단을 안내합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Multi-Objective Particle Swarm Optimization (MOPSO). ScholarGate. https://scholargate.app/ko/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.
- 다목적 개미 군집 최적화 (MOACO)시뮬레이션↔ compare
- 다목적 유전 알고리즘 (MOGA)시뮬레이션↔ compare
- 다목적 최적화시뮬레이션↔ compare
- 다목적 시뮬레이티드 어닐링 (MOSA)시뮬레이션↔ compare
- 입자 군집 최적화 (PSO)최적화↔ compare