Robustne sipelgakoloonia optimeerimine – ebakindlusele vastupidav ACO kombinatoorsete probleemide jaoks
Robustne sipelgakoloonia optimeerimine (Robust ACO) laiendab klassikalist sipelgakoloonia metaheuristikat, kaasates lahenduse otsingusse selgesõnaliselt parameetrite ebakindluse ning halvima või eeldatava stsenaariumi robustsuse kriteeriumid. Selle asemel, et optimeerida ühte nominaalset stsenaariumi, otsib see lahendusi, mis toimivad hästi mitmesugustes usutavates probleemi realisatsioonides, muutes selle sobivaks reaalmaailma kombinatoorsete probleemide jaoks, kus sisendandmed (kulud, nõudmised, reisiajad) on ebakindlad või varieeruvad.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Dorigo, M. (1992). Optimization, learning and natural algorithms. PhD Thesis, Politecnico di Milano, Italy. link ↗
- Gutjahr, W. J., & Pflug, G. C. (2010). Simulated annealing for noisy cost functions. Journal of Global Optimization, 12(2), 123–147. (For robust stochastic metaheuristics including ACO under uncertainty.) link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Robust Ant Colony Optimization — ACO metaheuristic with explicit uncertainty and worst-case robustness handling. ScholarGate. https://scholargate.app/et/simulation/robust-ant-colony-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.
- Sipelgakoloonia optimeerimineOptimeerimine↔ compare
- Multi-Objective Ant Colony Optimization (MOACO)Simulatsioon↔ compare
- Robustne geneetiline algoritmSimulatsioon↔ compare
- Robustne partiklisalvoptimiseerimineSimulatsioon↔ compare
- Robustne simuleeritud karastamineSimulatsioon↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →