Багатокритеріальна оптимізація на основі мурашиних колоній (MOACO)
Багатокритеріальна оптимізація на основі мурашиних колоній (MOACO) — це метаевристичний алгоритм ройового інтелекту, який розширює класичний фреймворк оптимізації на основі мурашиних колоній для одночасної оптимізації двох або більше конфліктуючих цілей. Штучні мурахи конструюють кандидатні рішення, керуючись феромонними слідами та евристичною інформацією, поступово формуючи архів Парето-оптимальних рішень, а не збігаючись до єдиної найкращої відповіді.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Gambardella, 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 ↗
- Dorigo, M., & Stützle, T. (2004). Ant Colony Optimization. MIT Press. ISBN: 9780262042192
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Multi-Objective Ant Colony Optimization (MOACO). ScholarGate. https://scholargate.app/uk/simulation/multi-objective-ant-colony-optimization
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.
- Мурашиний алгоритм оптимізаціїОптимізація↔ compare
- Багатоцільовий генетичний алгоритм (MOGA)Імітаційне моделювання↔ compare
- Багатоцільова оптимізація роєм частинок (MOPSO)Імітаційне моделювання↔ compare
- Багатокритеріальний імітаційний відпал (MOSA)Імітаційне моделювання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →