Annealing Simulado Robusto — Encontrando soluciones que se mantienen buenas bajo incertidumbre
El Annealing Simulado Robusto (RSA) adapta la metaheurística clásica de annealing simulado para buscar soluciones que funcionen bien no solo en condiciones nominales, sino en todo el rango de valores de parámetros inciertos o adversarios. Al incorporar una evaluación de robustez —caso peor, caso esperado o basado en arrepentimiento— en el paso de aceptación de SA, RSA intercambia cierta optimalidad nominal por resiliencia, lo que lo hace valioso cuando los parámetros del problema se conocen de forma imprecisa o están sujetos a variaciones ambientales.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
- Ben-Tal, A., El Ghaoui, L., Nemirovski, A. (2009). Robust Optimization. Princeton University Press, Princeton, NJ. ISBN: 9780691143682
Cómo citar esta página
ScholarGate. (2026, June 3). Robust Simulated Annealing — Uncertainty-aware stochastic local search for robust solutions. ScholarGate. https://scholargate.app/es/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.
- Algoritmo Genético RobustoSimulación↔ compare
- Optimización Multiobjetivo RobustaSimulación↔ compare
- Optimización Robusta por Enjambre de PartículasSimulación↔ compare
- Búsqueda Tabú RobustaSimulación↔ compare
- Recocido simuladoOptimización↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →