ScholarGate
Assistent
Process / pipelineSimulation / optimization

Optimització robusta per eixam de partícules — Metaheurística conscient de la incertesa basada en eixams

L'Optimització robusta per eixam de partícules (Robust PSO) estén la metaheurística clàssica PSO per tenir en compte explícitament la incertesa en la funció objectiu, les restriccions o les variables de decisió. En lloc d'optimitzar un únic objectiu nominal, cada solució candidata s'avalua sobre un conjunt d'escenaris d'incertesa, i l'aptitud es jutja mitjançant un criteri de robustesa com el rendiment en el pitjor dels casos o el valor esperat, produint solucions que romanen gairebé òptimes fins i tot quan les condicions es desvien de les suposicions nominals.

Obre a MethodMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

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

Fonts

  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

Com citar aquesta pàgina

ScholarGate. (2026, June 3). Robust Particle Swarm Optimization — Uncertainty-aware swarm-based metaheuristic. ScholarGate. https://scholargate.app/ca/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

Citat per

ScholarGateRobust Particle Swarm Optimization (Robust Particle Swarm Optimization — Uncertainty-aware swarm-based metaheuristic). Recuperat el 2026-06-15 de https://scholargate.app/ca/simulation/robust-particle-swarm-optimization · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026