Multi-objective Tabu Search
Multi-objective Tabu Search (MOTS) is a metaheuristic algorithm that extends the classic Tabu Search framework to simultaneously optimize two or more conflicting objective functions. Instead of a single optimum, it seeks to approximate the Pareto front — the set of solutions where no objective can be improved without worsening another — making it suitable for complex combinatorial and continuous optimization problems in engineering, logistics, and operations research.
Källpost
Citat kopierade ordagrant från metodens källpost. Ingen verifiering på källnivå härleds från dem.
- 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. · URL
- Glover, F. (1989). Tabu Search — Part I. ORSA Journal on Computing, 1(3), 190–206. · DOI 10.1287/ijoc.1.3.190
Kuraterade påståenden
Påståenden lagrade i bevisloggen, var och en med sin egen bedömning.
Denna vy hittar inte på en påståendebedömning när loggen saknar en.
Relaterade metoder
Genererade från metodgrafen och visade som maskinföreslagna relationer – inga bevispåståenden härleds.