Stokastinen hiukkaparvioptimointi — Satunnaistettu parvipohjainen globaali haku
Stokastinen hiukkaparvioptimointi (Stochastic PSO) on parviälyyn perustuva metaheuristiikka, joka laajentaa standardia PSO-kehystä sisällyttämällä eksplisiittisiä stokastisia elementtejä — satunnaisia inertia-painoja, todennäköisyyspohjaisia nopeuden nollauksia tai kohinan lisäyksiä — paikallisten optimien välttämiseksi ja populaation diversiteetin ylläpitämiseksi haun aikana. Sitä sovelletaan laajasti jatkuviin, sekoitettuihin ja kohinallisiin optimointiongelmiin insinööritieteissä, operaatiotutkimuksessa ja simulaatiopohjaisessa suunnittelussa.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Stochastic Particle Swarm Optimization (Stochastic PSO). ScholarGate. https://scholargate.app/fi/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.
- Monitavoitteinen hiukkasparvianalyysi (MOPSO)Simulointi↔ compare
- Hiukkasparviäly (PSO)Optimointi↔ compare
- Stokastinen geneettinen algoritmiSimulointi↔ compare
- Stochastic Multi-Objective OptimizationSimulointi↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →