ScholarGate
Asistente
Process / pipelineSimulation / optimization

Optimización Robusta por Enjambre de Partículas — Metaheurística basada en enjambres y consciente de la incertidumbre

La Optimización Robusta por Enjambre de Partículas (Robust PSO) extiende la metaheurística clásica de PSO para considerar explícitamente la incertidumbre en la función objetivo, las restricciones o las variables de decisión. En lugar de optimizar un único objetivo nominal, cada solución candidata se evalúa en un conjunto de escenarios de incertidumbre, y la aptitud se juzga mediante un criterio de robustez, como el rendimiento en el peor de los casos o el valor esperado, lo que produce soluciones que permanecen casi óptimas incluso cuando las condiciones se desvían de los supuestos nominales.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

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

Fuentes

  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

Cómo citar esta página

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

Citado por

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