Simulated Annealing Robust — Menemukan solusi yang tetap baik di bawah ketidakpastian
Simulated Annealing Robust (RSA) mengadaptasi metaheuristik simulated annealing klasik untuk mencari solusi yang berkinerja baik tidak hanya dalam kondisi nominal tetapi di seluruh rentang nilai parameter yang tidak pasti atau adversarial. Dengan menyematkan evaluasi ketahanan — kasus terburuk, kasus yang diharapkan, atau berbasis penyesalan — ke dalam langkah penerimaan SA, RSA menukar beberapa optimalitas nominal dengan ketahanan, membuatnya berharga ketika parameter masalah diketahui secara tidak tepat atau tunduk pada variasi lingkungan.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Kirkpatrick, S., Gelatt, C. D., Vecchi, M. P. (1983). Optimization by simulated annealing. Science, 220(4598), 671-680. DOI: 10.1126/science.220.4598.671 ↗
- Ben-Tal, A., El Ghaoui, L., Nemirovski, A. (2009). Robust Optimization. Princeton University Press, Princeton, NJ. ISBN: 9780691143682
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Robust Simulated Annealing — Uncertainty-aware stochastic local search for robust solutions. ScholarGate. https://scholargate.app/id/simulation/robust-simulated-annealing
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.
- Algoritma Genetika RobustSimulasi↔ compare
- Optimasi Multi-Objektif RobustSimulasi↔ compare
- Optimasi Partikel Koloni yang KuatSimulasi↔ compare
- Robust Tabu SearchSimulasi↔ compare
- Annealing SimulasiOptimasi↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →