ScholarGate
Асистент
Process / pipelineSimulation / optimization

Сценарна оптимизация на политики чрез рояк частици — Търсене на алтернативни бъдещи политики, задвижвано от PSO

Сценарната оптимизация на политики чрез рояк частици интегрира оптимизацията чрез рояк частици (PSO) с експлицитен анализ на политически сценарии. Рояк от кандидати за политически решения се оценява при множество дефинирани бъдещи сценарии, а правилата за актуализиране на скоростта и позицията на PSO насочват рояка към решения, които се представят добре — или робастно — във всички разглеждани сценарии. Използва се в енергетиката, околната среда, инфраструктурата и планирането на обществени ресурси.

Отворете в MethodMindСкороВидеоСкороИзтегляне на слайдове

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Карта на методите

Обкръжението на сродните методи — изберете възел, за да го разгледате.

Източници

  1. Kennedy, J., Eberhart, R. (1995). Particle swarm optimization. Proceedings of the IEEE International Conference on Neural Networks, Perth, Australia, pp. 1942–1948. DOI: 10.1109/ICNN.1995.488968
  2. Poli, R., Kennedy, J., Blackwell, T. (2007). Particle swarm optimization: An overview. Swarm Intelligence, 1(1), 33–57. DOI: 10.1007/s11721-007-0002-0

Как да цитирате тази страница

ScholarGate. (2026, June 3). Policy Scenario Particle Swarm Optimization — PSO-driven search across alternative policy futures. ScholarGate. https://scholargate.app/bg/simulation/policy-scenario-particle-swarm-optimization

Кой метод?

Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.

Сравняване едно до друго
ScholarGatePolicy Scenario Particle Swarm Optimization (Policy Scenario Particle Swarm Optimization — PSO-driven search across alternative policy futures). Извлечено на 2026-06-15 от https://scholargate.app/bg/simulation/policy-scenario-particle-swarm-optimization · Набор от данни: https://doi.org/10.5281/zenodo.20539026