Process / pipelineSimulation / optimization
강건한 입자 군집 최적화 — 불확실성을 고려한 군집 기반 메타휴리스틱
강건한 입자 군집 최적화(Robust Particle Swarm Optimization, Robust PSO)는 고전적인 PSO 메타휴리스틱을 확장하여 목적 함수, 제약 조건 또는 의사결정 변수의 불확실성을 명시적으로 고려합니다. 단일 명목 목적 함수를 최적화하는 대신, 각 후보 해는 일련의 불확실성 시나리오에 걸쳐 평가되며, 적합도는 최악의 경우 성능 또는 기대값과 같은 강건성 기준에 따라 판단됩니다. 이는 조건이 명목 가정에서 벗어나더라도 거의 최적에 가까운 해를 도출합니다.
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. 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Robust Particle Swarm Optimization — Uncertainty-aware swarm-based metaheuristic. ScholarGate. https://scholargate.app/ko/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.
- 다목적 입자 군집 최적화 (MOPSO)시뮬레이션↔ compare
- 입자 군집 최적화 (PSO)최적화↔ compare
- 강건 유전 알고리즘시뮬레이션↔ compare
- 불확실성 하에서 안정적인 파레토 최적 해를 찾는 강건 다목적 최적화시뮬레이션↔ compare
- 불확실성 하에서도 좋은 성능을 유지하는 해 찾기: 강건 모의 담금질시뮬레이션↔ compare
- 확률적 입자 군집 최적화시뮬레이션↔ compare