Otimização por Enxame de Partículas Multi-Objetivo (MOPSO)
A Otimização por Enxame de Partículas Multi-Objetivo (MOPSO) é uma meta-heurística de inteligência de enxame que estende a Otimização por Enxame de Partículas (PSO) original para lidar com múltiplas funções objetivo conflitantes simultaneamente. Ela mantém um arquivo Pareto externo e usa seleção baseada em dominância para guiar uma população de soluções candidatas em direção à frente de Pareto verdadeira, sem exigir informações de preferência a priori.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Multi-Objective Particle Swarm Optimization (MOPSO). ScholarGate. https://scholargate.app/pt/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.
- Otimização Multi-Objetivo por Colônia de Formigas (MOACO)Simulação↔ compare
- Algoritmo Genético Multiobjetivo (MOGA)Simulação↔ compare
- Otimização MultiobjetivoSimulação↔ compare
- Recozimento Simulado Multiobjetivo (MOSA)Simulação↔ compare
- Otimização por Enxame de Partículas (PSO)Otimização↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →