Multi-objective Tabu Search (MOTS) — Metaheuristik för Pareto-optimala lösningar
Multi-objective Tabu Search (MOTS) är en metaheuristisk algoritm som utvidgar det klassiska Tabu Search-ramverket för att samtidigt optimera två eller flera motstridiga målfunktioner. Istället för ett enskilt optimum strävar den efter att approximera Paretofronten — mängden av lösningar där inget mål kan förbättras utan att ett annat försämras — vilket gör den lämplig för komplexa kombinatoriska och kontinuerliga optimeringsproblem inom ingenjörsvetenskap, logistik och operationsanalys.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Multi-objective Tabu Search (MOTS) — Metaheuristic optimization for multiple conflicting objectives. ScholarGate. https://scholargate.app/sv/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.
- Multi-Objective Ant Colony Optimization (MOACO)Simulering↔ compare
- Multiobjektiv genetisk algoritm (MOGA)Simulering↔ compare
- Multi-Objective Particle Swarm Optimization (MOPSO)Simulering↔ compare
- Multi-Objective Simulated Annealing (MOSA)Simulering↔ compare
- Tabu SearchOptimering↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →