Multi-objective Tabu Search (MOTS) — เมตาฮิวริสติกสำหรับผลลัพธ์แบบ Pareto-optimal
Multi-objective Tabu Search (MOTS) เป็นอัลกอริทึมเมตาฮิวริสติกที่ต่อยอดจากกรอบการทำงานของ Tabu Search แบบคลาสสิก เพื่อเพิ่มประสิทธิภาพฟังก์ชันวัตถุประสงค์ที่ขัดแย้งกันสองอย่างขึ้นไปพร้อมกัน แทนที่จะหาค่าเหมาะสมที่สุดเพียงค่าเดียว MOTS พยายามประมาณค่า Pareto front ซึ่งเป็นชุดของผลลัพธ์ที่ไม่มีวัตถุประสงค์ใดสามารถปรับปรุงได้โดยไม่ทำให้วัตถุประสงค์อื่นแย่ลง ทำให้เหมาะสำหรับปัญหาการหาค่าเหมาะสมที่สุดแบบเชิงผสมและต่อเนื่องที่ซับซ้อนในด้านวิศวกรรม โลจิสติกส์ และการวิจัยการดำเนินงาน
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Multi-objective Tabu Search (MOTS) — Metaheuristic optimization for multiple conflicting objectives. ScholarGate. https://scholargate.app/th/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)การจำลอง↔ compare
- Multi-Objective Genetic Algorithm (MOGA)การจำลอง↔ compare
- Multi-Objective Particle Swarm Optimization (MOPSO)การจำลอง↔ compare
- Multi-Objective Simulated Annealing (MOSA)การจำลอง↔ compare
- Tabu Searchการหาค่าเหมาะที่สุด↔ compare