Process / pipelineSimulation / optimization

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.

Отворете в MethodMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

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

Източници

  1. Kennedy, J., Eberhart, R. C., & Shi, Y. (2001). Swarm Intelligence. Morgan Kaufmann Publishers. ISBN: 9781558605954
  2. 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.

Compare side by side

Цитиран в

ScholarGateRobust Particle Swarm Optimization (Robust Particle Swarm Optimization — Uncertainty-aware swarm-based metaheuristic). Извлечено на 2026-06-15 от https://scholargate.app/bg/simulation/robust-particle-swarm-optimization · Набор от данни: https://doi.org/10.5281/zenodo.20539026