Multi-objective Tabu Search (MOTS) — Metaheuristika Pareto optimālu risinājumu meklēšanai
Multi-objective Tabu Search (MOTS) ir metaheuristisks algoritms, kas paplašina klasisko Tabu Search (TS) sistēmu, lai vienlaicīgi optimizētu divas vai vairākas pretrunīgas mērķa funkcijas. Tā vietā, lai meklētu vienu optimu, tas cenšas pietuvoties Pareto frontes — risinājumu kopai, kurā nevienu mērķi nevar uzlabot, nepasliktinot citu — padarot to piemērotu sarežģītiem kombinatoriskiem un nepārtrauktiem optimizācijas uzdevumiem inženierzinātnēs, loģistikā un operāciju pētniecībā.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Hansen, M. P. (1997). Tabu search for multiobjective optimization: MOTS. Presented at the 13th International Conference on Multiple Criteria Decision Making (MCDM), Cape Town, South Africa. link ↗
- Glover, F. (1989). Tabu Search — Part I. ORSA Journal on Computing, 1(3), 190–206. DOI: 10.1287/ijoc.1.3.190 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Multi-objective Tabu Search (MOTS) — Metaheuristic optimization for multiple conflicting objectives. ScholarGate. https://scholargate.app/lv/simulation/multi-objective-tabu-search
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.
- Daudzobjektu skudru koloniju optimizācija (MOACO)Simulācija↔ compare
- Daudzobjektīvu ģenētisks algoritms (MOGA)Simulācija↔ compare
- Daudzobjektīvu daļiņu baru optimizācija (MOPSO)Simulācija↔ compare
- Daudzobjektu imitētā atlaidināšana (MOSA)Simulācija↔ compare
- Tabu SearchOptimizācija↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →