Process / pipelineSimulation / optimization

بهینه‌سازی ازدحام ذرات تصادفی — جستجوی سراسری مبتنی بر ازدحام تصادفی

بهینه‌سازی ازدحام ذرات تصادفی (Stochastic PSO) یک فراابتکار هوش ازدحامی است که چارچوب استاندارد PSO را با گنجاندن عناصر تصادفی صریح — وزن‌های اینرسی تصادفی، بازنشانی احتمالی سرعت، یا تزریق نویز — برای فرار از بهینه‌های محلی و حفظ تنوع جمعیت در طول جستجو گسترش می‌دهد. این روش به طور گسترده برای مسائل بهینه‌سازی پیوسته، مختلط و نویزی در مهندسی، تحقیق در عملیات و طراحی مبتنی بر شبیه‌سازی به کار می‌رود.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

منابع

  1. 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
  2. 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

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Stochastic Particle Swarm Optimization (Stochastic PSO). ScholarGate. https://scholargate.app/fa/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.

Compare side by side

ارجاع‌شده در

ScholarGateStochastic Particle Swarm Optimization (Stochastic Particle Swarm Optimization (Stochastic PSO)). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/simulation/stochastic-particle-swarm-optimization · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026