ScholarGate
Assistent
Process / pipelineSimulation / optimization

Robust Simulated Annealing — Finden von Lösungen, die unter Unsicherheit gut bleiben

Robust Simulated Annealing (RSA) passt die klassische Simulated Annealing Metaheuristik an, um Lösungen zu suchen, die nicht nur unter nominalen Bedingungen, sondern über den gesamten Bereich unsicherer oder gegnerischer Parameterwerte gut funktionieren. Durch die Einbettung einer Robustheitsbewertung – Worst-Case, Expected-Case oder Bedarfsbasiert – in den SA-Akzeptanzschritt tauscht RSA einige nominale Optimalität gegen Widerstandsfähigkeit ein, was es wertvoll macht, wenn Problemparameter ungenau bekannt sind oder Umweltschwankungen unterliegen.

In MethodMind öffnenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

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

Quellen

  1. Kirkpatrick, S., Gelatt, C. D., Vecchi, M. P. (1983). Optimization by simulated annealing. Science, 220(4598), 671-680. DOI: 10.1126/science.220.4598.671
  2. Ben-Tal, A., El Ghaoui, L., Nemirovski, A. (2009). Robust Optimization. Princeton University Press, Princeton, NJ. ISBN: 9780691143682

So zitieren Sie diese Seite

ScholarGate. (2026, June 3). Robust Simulated Annealing — Uncertainty-aware stochastic local search for robust solutions. ScholarGate. https://scholargate.app/de/simulation/robust-simulated-annealing

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

Referenziert von

ScholarGateRobust Simulated Annealing (Robust Simulated Annealing — Uncertainty-aware stochastic local search for robust solutions). Abgerufen am 2026-06-15 von https://scholargate.app/de/simulation/robust-simulated-annealing · Datensatz: https://doi.org/10.5281/zenodo.20539026