Stohastiskā daļiņu baru optimizācija — randomizēta baru meklēšana globālai optimizācijai
Stohastiskā daļiņu baru optimizācija (Stochastic PSO) ir baru inteliģences metaheuristika, kas paplašina standarta PSO ietvaru, iekļaujot tajā eksplicitus stohastiskus elementus — nejaušus inerces svarus, varbūtības ātruma atiestatījumus vai trokšņa injekcijas —, lai izvairītos no lokālajiem optimiem un uzturētu populācijas daudzveidību visā meklēšanas procesā. To plaši pielieto nepārtrauktu, jaukta tipa un trokšņainu optimizācijas problēmu risināšanā inženierzinātnēs, operāciju pētījumos un uz simulācijām balstītā projektēšanā.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Stochastic Particle Swarm Optimization (Stochastic PSO). ScholarGate. https://scholargate.app/lv/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.
- Daudzobjektīvu daļiņu baru optimizācija (MOPSO)Simulācija↔ compare
- Particle Swarm Optimization (PSO)Optimizācija↔ compare
- Stochastic Genetic AlgorithmSimulācija↔ compare
- Stochastic Multi-Objective OptimizationSimulācija↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →