Stochastic Particle Swarm Optimization — Randomiseret sværm-baseret global søgning
Stochastic Particle Swarm Optimization (Stochastic PSO) er en sværm-intelligens metaheuristik, der udvider standard PSO-rammeværket ved at inkorporere eksplicitte stokastiske elementer — tilfældige inertivægte, probabilistiske hastigheds-nulstillinger eller støjindsprøjtninger — for at undslippe lokale optima og opretholde populationsdiversitet gennem hele søgningen. Den anvendes bredt på kontinuerlige, blandede og støjfyldte optimeringsproblemer inden for ingeniørvidenskab, operationsanalyse og simuleringsbaseret design.
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. (1995). Particle swarm optimization. Proceedings of ICNN'95 - International Conference on Neural Networks, Vol. 4, pp. 1942-1948. IEEE. DOI: 10.1109/ICNN.1995.488968 ↗
- Clerc, M., Kennedy, J. (2002). The particle swarm - explosion, stability, and convergence in a multidimensional complex space. IEEE Transactions on Evolutionary Computation, 6(1), 58-73. DOI: 10.1109/4235.985692 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Stochastic Particle Swarm Optimization (Stochastic PSO). ScholarGate. https://scholargate.app/da/simulation/stochastic-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
- Stochastic Genetic AlgorithmSimulering↔ compare
- Stokastisk Multi-Objektiv OptimeringSimulering↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →