Process / pipelineSimulation / optimization

التحسين العشوائي لـ سرب الجسيمات — بحث عالمي قائم على سرب عشوائي

التحسين العشوائي لـ سرب الجسيمات (Stochastic PSO) هو استراتيجية فوقية (metaheuristic) مستوحاة من ذكاء الأسراب، توسع إطار عمل PSO القياسي بإدراج عناصر عشوائية صريحة — أوزان قصور ذاتي عشوائية، إعادة تعيين سرعة احتمالية، أو حقن ضوضاء — للهروب من الأمثلية المحلية والحفاظ على تنوع السكان طوال عملية البحث. يُطبق على نطاق واسع على مشاكل التحسين المستمرة والمختلطة والمليئة بالضوضاء في الهندسة، بحوث العمليات، والتصميم القائم على المحاكاة.

افتح في MethodMindقريبًافيديوقريبًاDownload slides

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

Method map

The neighbourhood of related methods — select a node to explore.

المصادر

  1. Kennedy, J., Eberhart, R. (1995). Particle swarm optimization. Proceedings of ICNN'95 - International Conference on Neural Networks, Vol. 4, pp. 1942-1948. IEEE. DOI: 10.1109/ICNN.1995.488968
  2. Clerc, M., Kennedy, J. (2002). The particle swarm - explosion, stability, and convergence in a multidimensional complex space. IEEE Transactions on Evolutionary Computation, 6(1), 58-73. DOI: 10.1109/4235.985692

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 3). Stochastic Particle Swarm Optimization (Stochastic PSO). ScholarGate. https://scholargate.app/ar/simulation/stochastic-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.

Compare side by side

يُستشهد بها في

ScholarGateStochastic Particle Swarm Optimization (Stochastic Particle Swarm Optimization (Stochastic PSO)). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/simulation/stochastic-particle-swarm-optimization · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026