Process / pipelineSimulation / optimization
確率的粒子群最適化 — ランダム化された群知能に基づく大域探索
確率的粒子群最適化（Stochastic PSO）は、標準的なPSOフレームワークを、明示的な確率的要素（ランダムな慣性重み、確率的速度リセット、またはノイズ注入など）を組み込むことで拡張し、局所最適解からの脱出と探索全体を通じた集団多様性の維持を図る、群知能メタヒューリスティック手法である。これは、工学、オペレーションズリサーチ、シミュレーションベース設計における連続値、混合値、およびノイズを含む最適化問題に広く応用されている。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Stochastic Particle Swarm Optimization (Stochastic PSO). ScholarGate. https://scholargate.app/ja/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.
- 多目的粒子群最適化（MOPSO）シミュレーション↔ compare
- Particle Swarm Optimization (PSO)最適化↔ compare
- 確率的遺伝的アルゴリズムシミュレーション↔ compare
- 確率的多目的最適化シミュレーション↔ compare