Process / pipelineSimulation / optimization
정책 시나리오 입자 군집 최적화 — 대안적 정책 미래에 걸친 PSO 기반 탐색
정책 시나리오 입자 군집 최적화(Policy Scenario Particle Swarm Optimization)는 입자 군집 최적화(PSO)와 명시적인 정책 시나리오 분석을 통합합니다. 후보 정책 솔루션의 군집은 여러 정의된 미래 시나리오 하에서 평가되며, PSO의 속도-위치 업데이트 규칙은 고려된 모든 시나리오에서 잘 수행되거나(또는 견고하게 수행되는) 솔루션으로 군집을 안내합니다. 이는 에너지, 환경, 인프라 및 공공 자원 계획에 사용됩니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Kennedy, J., Eberhart, R. (1995). Particle swarm optimization. Proceedings of the IEEE International Conference on Neural Networks, Perth, Australia, pp. 1942–1948. DOI: 10.1109/ICNN.1995.488968 ↗
- Poli, R., Kennedy, J., Blackwell, T. (2007). Particle swarm optimization: An overview. Swarm Intelligence, 1(1), 33–57. DOI: 10.1007/s11721-007-0002-0 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Policy Scenario Particle Swarm Optimization — PSO-driven search across alternative policy futures. ScholarGate. https://scholargate.app/ko/simulation/policy-scenario-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.
- 다목적 입자 군집 최적화 (MOPSO)시뮬레이션↔ compare
- 입자 군집 최적화 (PSO)최적화↔ compare
- 정책 시나리오 분석시뮬레이션↔ compare
- 정책 시나리오 유전 알고리즘시뮬레이션↔ compare
- 강건한 입자 군집 최적화시뮬레이션↔ compare
- 확률적 입자 군집 최적화시뮬레이션↔ compare