Робастна оптимизация чрез рояк от частици — базиран на рояк метаевристичен метод, отчитащ неопределеността
Робастна оптимизация чрез рояк от частици (Robust PSO) разширява класическия метаевристичен метод PSO, за да отчете изрично неопределеността в целевата функция, ограниченията или променливите на решението. Вместо да се оптимизира единична номинална цел, всяко кандидат-решение се оценява спрямо набор от сценарии на неопределеност, а пригодността се определя от критерий за робастност, като например най-лошо представяне или очаквана стойност, което води до решения, оставащи близо до оптималните дори когато условията се отклоняват от номиналните допускания.
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. C., & Shi, Y. (2001). Swarm Intelligence. Morgan Kaufmann Publishers. ISBN: 9781558605954
- Dellino, G., Kleijnen, J. P. C., & Meloni, C. (2010). Robust optimization in simulation: Taguchi and Response Surface Methodology. International Journal of Production Economics, 125(1), 52–59. DOI: 10.1016/j.ijpe.2009.12.003 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Robust Particle Swarm Optimization — Uncertainty-aware swarm-based metaheuristic. ScholarGate. https://scholargate.app/bg/simulation/robust-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.
- Многокритериална оптимизация с рояци от частици (MOPSO)Симулационно моделиране↔ compare
- Оптимизация чрез рояк от частици (PSO)Оптимизация↔ compare
- Устойчив генетичен алгоритъмСимулационно моделиране↔ compare
- Робастна многокритериална оптимизацияСимулационно моделиране↔ compare
- Robust Simulated AnnealingСимулационно моделиране↔ compare
- Стохастична оптимизация чрез рояци от частициСимулационно моделиране↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →