Багатоцільова оптимізація роєм частинок (MOPSO)
Багатоцільова оптимізація роєм частинок (MOPSO) — це метаевристичний алгоритм ройового інтелекту, який розширює оригінальну оптимізацію роєм частинок (PSO) для одночасної обробки кількох конфліктуючих цільових функцій. Він підтримує зовнішній Парето-архів та використовує відбір на основі домінування для спрямування популяції кандидатних рішень до справжнього Парето-фронту без потреби у попередній інформації про переваги.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Джерела
- 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: 10.1109/TEVC.2004.826067 ↗
- Kennedy, J., & Eberhart, R. (1995). Particle swarm optimization. Proceedings of the IEEE International Conference on Neural Networks (ICNN), Perth, Australia, 4, 1942–1948. DOI: 10.1109/ICNN.1995.488968 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Multi-Objective Particle Swarm Optimization (MOPSO). ScholarGate. https://scholargate.app/uk/simulation/multi-objective-particle-swarm-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.
- Багатокритеріальна оптимізація на основі мурашиних колоній (MOACO)Імітаційне моделювання↔ compare
- Багатоцільовий генетичний алгоритм (MOGA)Імітаційне моделювання↔ compare
- Багатокритеріальна оптимізаціяІмітаційне моделювання↔ compare
- Багатокритеріальний імітаційний відпал (MOSA)Імітаційне моделювання↔ compare
- Оптимізація роєм частинок (PSO)Оптимізація↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →