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.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+25 more
Sumber
- Kennedy, J. & Eberhart, R. (1995). Particle Swarm Optimization. IEEE International Conference on Neural Networks (ICNN), 1942-1948. DOI: 10.1109/ICNN.1995.488968 ↗
- 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.
- Optimasi Koloni SemutOptimasi↔ compare
- Optimasi BayesianOptimasi↔ compare
- Differential EvolutionOptimasi↔ compare
- Algoritma GenetikOptimasi↔ compare
- Pengoptimal Serigala Abu-abuOptimasi↔ compare
- Annealing SimulasiOptimasi↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →