Robust Particle Swarm Optimization — Usikkerhedsbevidst sværmbaseret heuristik
Robust Particle Swarm Optimization (Robust PSO) udvider den klassiske PSO-heuristik til eksplicit at tage højde for usikkerhed i objektivfunktionen, begrænsninger eller beslutningsvariable. I stedet for at optimere et enkelt nominelt mål evalueres hver kandidatløsning over et sæt af usikkerhedsscenarier, og fitness bedømmes ud fra et robusthedskriterium som worst-case performance eller forventet værdi, hvilket giver løsninger, der forbliver nær-optimale, selv når forholdene afviger fra nominelle antagelser.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Robust Particle Swarm Optimization — Uncertainty-aware swarm-based metaheuristic. ScholarGate. https://scholargate.app/da/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.
- Multi-Objective Particle Swarm Optimization (MOPSO)Simulering↔ compare
- Partikelsværmoptimering (PSO)Optimering↔ compare
- Robust Genetisk AlgoritmeSimulering↔ compare
- Robust Multi-Objective OptimizationSimulering↔ compare
- Robust simuleret udglødningSimulering↔ compare
- Stochastic Particle Swarm OptimizationSimulering↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →