ScholarGate
Asisten
Process / pipeline

Particle Swarm Optimization (PSO)

Particle Swarm Optimization (PSO) adalah algoritma metaheuristik berbasis populasi yang diperkenalkan oleh Kennedy dan Eberhart pada tahun 1995, terinspirasi oleh pergerakan kolektif kawanan burung dan gerombolan ikan. Setiap solusi kandidat — yang disebut partikel — bergerak melalui ruang pencarian dengan memperbarui kecepatan dan posisinya berdasarkan pengalaman terbaiknya sendiri dan pengalaman terbaik seluruh kawanan, memungkinkan konvergensi cepat pada masalah optimasi kontinu.

Buka di MethodMindSegeraVideoSegeraDownload slides

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Method map

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

+25 more

Sumber

  1. Kennedy, J. & Eberhart, R. (1995). Particle Swarm Optimization. IEEE International Conference on Neural Networks (ICNN), 1942-1948. DOI: 10.1109/ICNN.1995.488968
  2. Shi, Y. & Eberhart, R. (1998). A Modified Particle Swarm Optimizer. IEEE Congress on Evolutionary Computation (CEC). link

Cara menyitasi halaman ini

ScholarGate. (2026, June 1). Particle Swarm Optimization (PSO). ScholarGate. https://scholargate.app/id/optimization/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

Dirujuk oleh

ScholarGateParticle Swarm Optimization (Particle Swarm Optimization (PSO)). Diakses 2026-06-15 dari https://scholargate.app/id/optimization/particle-swarm-optimization · Set data: https://doi.org/10.5281/zenodo.20539026