ScholarGate
Асистент

Порівняння методів

Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.

Багатокритеріальна оптимізація на основі мурашиних колоній (MOACO)×Багатоцільова оптимізація роєм частинок (MOPSO)×
ГалузьІмітаційне моделюванняІмітаційне моделювання
РодинаProcess / pipelineProcess / pipeline
Рік появи19992004
Автор методуGambardella, Taillard & Agazzi; Dorigo & StützleCoello Coello, C. A., Pulido, G. T., & Lechuga, M. S.
ТипPopulation-based metaheuristicPopulation-based swarm metaheuristic
Основоположне джерелоGambardella, L. M., Taillard, E., & Agazzi, G. (1999). MACS-VRPTW: A multiple ant colony system for vehicle routing problems with time windows. In D. Corne, M. Dorigo, & F. Glover (Eds.), New Ideas in Optimization (pp. 63–76). McGraw-Hill. link ↗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 ↗
Інші назвиMOACO, Multi-Objective ACO, Pareto Ant Colony Optimization, Multi-objective ACOMOPSO, Multi-objective PSO, Pareto PSO, Vector-evaluated PSO
Пов'язані45
ПідсумокMulti-Objective Ant Colony Optimization (MOACO) is a swarm-intelligence metaheuristic that extends the classic Ant Colony Optimization framework to simultaneously optimize two or more conflicting objectives. Artificial ants construct candidate solutions guided by pheromone trails and heuristic information, progressively building an archive of Pareto-optimal solutions rather than converging to a single best answer.Multi-Objective Particle Swarm Optimization (MOPSO) is a swarm-intelligence metaheuristic that extends the original Particle Swarm Optimization (PSO) to handle multiple conflicting objective functions simultaneously. It maintains an external Pareto archive and uses dominance-based selection to guide a population of candidate solutions toward the true Pareto front without requiring a priori preference information.
ScholarGateНабір даних
  1. v1
  2. 2 Джерела
  3. PUBLISHED
  1. v1
  2. 2 Джерела
  3. PUBLISHED

Перейти до пошуку Завантажити слайди

ScholarGateПорівняння методів: Multi-objective ant colony optimization · Multi-objective particle swarm optimization. Отримано 2026-06-17 з https://scholargate.app/uk/compare