Wielokryterialna optymalizacja rojem cząstek (MOPSO)
Wielokryterialna optymalizacja rojem cząstek (MOPSO) to metaheurystyka roju inspirowana inteligencją zbiorową, która rozszerza oryginalną optymalizację rojem cząstek (PSO) w celu jednoczesnego zarządzania wieloma sprzecznymi funkcjami celu. Utrzymuje zewnętrzny zbiór Pareto i wykorzystuje selekcję opartą na dominacji do kierowania populacją kandydatów rozwiązań w stronę rzeczywistego frontu Pareto, bez potrzeby wcześniejszego określania preferencji.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Multi-Objective Particle Swarm Optimization (MOPSO). ScholarGate. https://scholargate.app/pl/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.
- Wieloobiektywowa optymalizacja kolonii mrówek (MOACO)Symulacja↔ compare
- Wielo-celowy algorytm genetyczny (MOGA)Symulacja↔ compare
- Optymalizacja wielocelowaSymulacja↔ compare
- Symulowane wyżarzanie wielokryterialne (MOSA)Symulacja↔ compare
- Optymalizacja rojem cząstek (PSO)Optymalizacja↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →