Pengoptimuman Zarah Pelbagai Objektif (MOPSO)
MOPSO ialah metaheuristik kecerdasan kumpulan yang melanjutkan Pengoptimuman Zarah Asal (PSO) untuk mengendalikan berbilang fungsi objektif yang bercanggungan secara serentak. Ia mengekalkan arkib Pareto luaran dan menggunakan pemilihan berasaskan dominasi untuk membimbing populasi penyelesaian calon ke arah muka Pareto sebenar tanpa memerlukan maklumat keutamaan a priori.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Multi-Objective Particle Swarm Optimization (MOPSO). ScholarGate. https://scholargate.app/ms/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)Simulasi↔ compare
- Algoritma Genetik Multi-Objektif (MOGA)Simulasi↔ compare
- Pengoptimuman Pelbagai ObjektifSimulasi↔ compare
- Simulated Annealing Pelbagai Objektif (MOSA)Simulasi↔ compare
- Particle Swarm Optimization (PSO)Pengoptimuman↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →