Multi-objective Tabu Search (MOTS) — Metaheuristik untuk penyelesaian Pareto-optimal
Multi-objective Tabu Search (MOTS) ialah algoritma metaheuristik yang melanjutkan kerangka Tabu Search klasik untuk mengoptimumkan secara serentak dua atau lebih fungsi objektif yang bercanggah. Daripada satu optimum tunggal, ia berusaha untuk menghampiri sempadan Pareto — set penyelesaian di mana tiada objektif boleh diperbaiki tanpa memburukkan yang lain — menjadikannya sesuai untuk masalah pengoptimuman kombinatorial dan berterusan yang kompleks dalam kejuruteraan, logistik, dan penyelidikan operasi.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Multi-objective Tabu Search (MOTS) — Metaheuristic optimization for multiple conflicting objectives. ScholarGate. https://scholargate.app/ms/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.
- Multi-Objective Ant Colony Optimization (MOACO)Simulasi↔ compare
- Algoritma Genetik Multi-Objektif (MOGA)Simulasi↔ compare
- Pengoptimuman Zarah Pelbagai Objektif (MOPSO)Simulasi↔ compare
- Simulated Annealing Pelbagai Objektif (MOSA)Simulasi↔ compare
- Tabu SearchPengoptimuman↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →