Multi-objective Tabu Search (MOTS) — Metaheurística para soluções de Pareto-ótimo
A Multi-objective Tabu Search (MOTS) é um algoritmo meta-heurístico que estende o framework clássico de Tabu Search para otimizar simultaneamente duas ou mais funções objetivo conflitantes. Em vez de um único ótimo, busca aproximar a fronteira de Pareto — o conjunto de soluções onde nenhum objetivo pode ser melhorado sem piorar outro — tornando-a adequada para problemas complexos de otimização combinatória e contínua em engenharia, logística e pesquisa operacional.
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.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Multi-objective Tabu Search (MOTS) — Metaheuristic optimization for multiple conflicting objectives. ScholarGate. https://scholargate.app/pt/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.
- Otimização Multi-Objetivo por Colônia de Formigas (MOACO)Simulação↔ compare
- Algoritmo Genético Multiobjetivo (MOGA)Simulação↔ compare
- Otimização por Enxame de Partículas Multi-Objetivo (MOPSO)Simulação↔ compare
- Recozimento Simulado Multiobjetivo (MOSA)Simulação↔ compare
- Tabu SearchOtimização↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →