Детерминистична оптимизация чрез рояк от частици — Гарантирано сходимо търсене на рояка без случаен шум
Детерминистичната оптимизация чрез рояк от частици (DPSO) премахва стохастичните случайни коефициенти от класическата PSO, като ги заменя с фиксирани когнитивни и социални параметри за ускорение. Частиците се движат в пространството на търсене по напълно предвидими траектории, което позволява възпроизводим анализ на сходимостта и гарантирано поведение при прекратяване при непрекъснати и комбинаторни оптимизационни задачи.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- 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 ↗
- 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 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Deterministic Particle Swarm Optimization (DPSO). ScholarGate. https://scholargate.app/bg/simulation/deterministic-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.
- Оптимизация чрез мравчена колонияОптимизация↔ compare
- Генетичен алгоритъмОптимизация↔ compare
- Многокритериална оптимизация с рояци от частици (MOPSO)Симулационно моделиране↔ compare
- Оптимизация чрез рояк от частици (PSO)Оптимизация↔ compare
- Симулирано отгряванеОптимизация↔ compare
- Стохастична оптимизация чрез рояци от частициСимулационно моделиране↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →