Particle Swarm Optimization (PSO)
Particle Swarm Optimization (PSO) ir uz populāciju balstīts metaheuristisks algoritms, ko 1995. gadā ieviesa Kenidijs un Ēberharts, iedvesmojoties no putnu baru un zivju skolu kolektīvās kustības. Katrs kandidāts risinājums — ko sauc par daļiņu — pārvietojas meklēšanas telpā, atjauninot savu ātrumu un pozīciju, pamatojoties uz savu labāko pieredzi un visas saimes labāko pieredzi, tādējādi nodrošinot ātru konverģenci nepārtrauktas optimizācijas problēmās.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+25 more
Avoti
- Kennedy, J. & Eberhart, R. (1995). Particle Swarm Optimization. IEEE International Conference on Neural Networks (ICNN), 1942-1948. DOI: 10.1109/ICNN.1995.488968 ↗
- Shi, Y. & Eberhart, R. (1998). A Modified Particle Swarm Optimizer. IEEE Congress on Evolutionary Computation (CEC). link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Particle Swarm Optimization (PSO). ScholarGate. https://scholargate.app/lv/optimization/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.
- Ant Colony OptimizationOptimizācija↔ compare
- Optimizācija ar Bajesas metodiOptimizācija↔ compare
- Diferenciālā evolūcijaOptimizācija↔ compare
- Ģenētiskais algoritmsOptimizācija↔ compare
- Grey Wolf OptimizerOptimizācija↔ compare
- Simulated AnnealingOptimizācija↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →