Simulated Annealing Robusto — Trovare soluzioni che rimangano valide in condizioni di incertezza
Simulated Annealing Robusto (RSA) adatta la meta-euristica classica del simulated annealing per cercare soluzioni che funzionino bene non solo in condizioni nominali ma nell'intera gamma di valori dei parametri incerti o avversari. Incorporando una valutazione di robustezza — caso peggiore, caso atteso o basato sul rimpianto — nel passo di accettazione della SA, RSA scambia una certa ottimalità nominale con resilienza, rendendola preziosa quando i parametri del problema sono conosciuti in modo impreciso o soggetti a variazioni ambientali.
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
- 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
Come citare questa pagina
ScholarGate. (2026, June 3). Robust Simulated Annealing — Uncertainty-aware stochastic local search for robust solutions. ScholarGate. https://scholargate.app/it/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.
- Algoritmo Genetico RobustoSimulazione↔ compare
- Ottimizzazione Robusta Multi-ObiettivoSimulazione↔ compare
- Robust Particle Swarm OptimizationSimulazione↔ compare
- Robust Tabu SearchSimulazione↔ compare
- Raffreddamento SimilatoOttimizzazione↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →