Multi-objective Tabu Search (MOTS) — Metaheurystyka dla rozwiązań Pareto-optymalnych
Multi-objective Tabu Search (MOTS) to algorytm metaheurystyczny, który rozszerza klasyczne ramy Tabu Search w celu jednoczesnej optymalizacji dwóch lub więcej sprzecznych funkcji celu. Zamiast pojedynczego optimum, dąży do aproksymacji frontu Pareto — zbioru rozwiązań, w których żaden cel nie może zostać poprawiony bez pogorszenia innego — co czyni go odpowiednim dla złożonych problemów optymalizacji kombinatorycznej i ciągłej w inżynierii, logistyce i badaniach operacyjnych.
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.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Multi-objective Tabu Search (MOTS) — Metaheuristic optimization for multiple conflicting objectives. ScholarGate. https://scholargate.app/pl/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.
- Wieloobiektywowa optymalizacja kolonii mrówek (MOACO)Symulacja↔ compare
- Wielo-celowy algorytm genetyczny (MOGA)Symulacja↔ compare
- Wielokryterialna optymalizacja rojem cząstek (MOPSO)Symulacja↔ compare
- Symulowane wyżarzanie wielokryterialne (MOSA)Symulacja↔ compare
- Przeszukiwanie tabuOptymalizacja↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →