So sánh phương pháp
Xem các phương pháp đã chọn cạnh nhau; những hàng khác biệt được làm nổi bật.
| Tối ưu hóa Đàn Hạt Đa Mục Tiêu (MOPSO)× | Thuật toán Di truyền Đa Mục tiêu (MOGA)× | |
|---|---|---|
| Lĩnh vực | Mô phỏng | Mô phỏng |
| Họ | Process / pipeline | Process / pipeline |
| Năm ra đời≠ | 2004 | 1984 |
| Người khởi xướng≠ | Coello Coello, C. A., Pulido, G. T., & Lechuga, M. S. | Schaffer, J. D. (early MOGA); Goldberg, D. E. (GA foundations) |
| Loại≠ | Population-based swarm metaheuristic | Population-based evolutionary optimizer |
| Công trình gốc≠ | 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 ↗ | Goldberg, D. E. (1989). Genetic algorithms in search, optimization, and machine learning. Addison-Wesley. ISBN: 9780201157673 |
| Tên gọi khác | MOPSO, Multi-objective PSO, Pareto PSO, Vector-evaluated PSO | MOGA, Multi-objective GA, Evolutionary multi-objective optimization, EMO |
| Liên quan≠ | 5 | 4 |
| Tóm tắt≠ | 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. | A Multi-Objective Genetic Algorithm (MOGA) is an evolutionary computation method that evolves a population of candidate solutions toward a Pareto-optimal front, simultaneously optimizing two or more conflicting objective functions. It avoids collapsing trade-offs into a single score, instead producing a set of non-dominated solutions for the decision-maker to choose among. |
| ScholarGateBộ dữ liệu ↗ |
|
|