Process / pipelineSimulation / optimization

मजबूत कण झुंड अनुकूलन — अनिश्चितता-जागरूक झुंड-आधारित मेटाहेयुरिस्टिक

मजबूत कण झुंड अनुकूलन (मजबूत पीएसओ) उद्देश्य फलन, बाधाओं या निर्णय चर में अनिश्चितता को स्पष्ट रूप से ध्यान में रखने के लिए शास्त्रीय पीएसओ मेटाहेयुरिस्टिक का विस्तार करता है। एकल नाममात्र उद्देश्य को अनुकूलित करने के बजाय, प्रत्येक उम्मीदवार समाधान का मूल्यांकन अनिश्चितता परिदृश्यों के एक सेट पर किया जाता है, और फिटनेस का निर्णय सबसे खराब स्थिति प्रदर्शन या अपेक्षित मूल्य जैसे मजबूती मानदंड द्वारा किया जाता है, जिससे ऐसे समाधान प्राप्त होते हैं जो नाममात्र मान्यताओं से विचलित होने पर भी लगभग इष्टतम बने रहते हैं।

MethodMind में खोलेंजल्द हीवीडियोजल्द हीDownload slides

पूरी विधि पढ़ें

केवल सदस्यों के लिए

यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।

साइन इन करें

Method map

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

स्रोत

  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

इस पृष्ठ का उद्धरण कैसे दें

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

इनमें संदर्भित

ScholarGateRobust Particle Swarm Optimization (Robust Particle Swarm Optimization — Uncertainty-aware swarm-based metaheuristic). 2026-06-15 को यहाँ से प्राप्त https://scholargate.app/hi/simulation/robust-particle-swarm-optimization · डेटासेट: https://doi.org/10.5281/zenodo.20539026