Robust Particle Swarm Optimization — Metaeuristica basata su sciami consapevole dell'incertezza
Robust Particle Swarm Optimization (Robust PSO) estende la meta-euristica classica PSO per tenere esplicitamente conto dell'incertezza nella funzione obiettivo, nei vincoli o nelle variabili decisionali. Invece di ottimizzare un singolo obiettivo nominale, ogni soluzione candidata viene valutata su un insieme di scenari di incertezza e la fitness viene giudicata da un criterio di robustezza come la performance nel caso peggiore o il valore atteso, producendo soluzioni che rimangono quasi ottimali anche quando le condizioni deviano dalle assunzioni nominali.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Kennedy, J., Eberhart, R. C., & Shi, Y. (2001). Swarm Intelligence. Morgan Kaufmann Publishers. ISBN: 9781558605954
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Robust Particle Swarm Optimization — Uncertainty-aware swarm-based metaheuristic. ScholarGate. https://scholargate.app/it/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.
- Multi-Objective Particle Swarm Optimization (MOPSO)Simulazione↔ compare
- Ottimizzazione a Sciame di Particelle (PSO)Ottimizzazione↔ compare
- Algoritmo Genetico RobustoSimulazione↔ compare
- Ottimizzazione Robusta Multi-ObiettivoSimulazione↔ compare
- Simulated Annealing RobustoSimulazione↔ compare
- Ottimizzazione Stocastica a Sciame di ParticelleSimulazione↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →