Stochastic Particle Swarm Optimization — Pencarian Global Berbasis Kawanan Stokastik
Stochastic Particle Swarm Optimization (Stochastic PSO) adalah metaheuristik kecerdasan kawanan yang memperluas kerangka PSO standar dengan memasukkan elemen stokastik eksplisit — bobot inersia acak, reset kecepatan probabilistik, atau injeksi derau — untuk keluar dari optimum lokal dan mempertahankan keragaman populasi sepanjang pencarian. Metode ini banyak diterapkan pada masalah optimasi kontinu, campuran, dan berderau dalam bidang teknik, riset operasi, dan desain berbasis simulasi.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Stochastic Particle Swarm Optimization (Stochastic PSO). ScholarGate. https://scholargate.app/id/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.
- Optimasi Kawanan Partikel Multi-Objektif (MOPSO)Simulasi↔ compare
- Particle Swarm Optimization (PSO)Optimasi↔ compare
- Algoritma Genetika StokastikSimulasi↔ compare
- Optimisasi Stokastik Multi-ObjektifSimulasi↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →