Particle Swarm Optimization (PSO)
Particle Swarm Optimization (PSO) ialah algoritma heuristik kelompok yang diperkenalkan oleh Kennedy dan Eberhart pada tahun 1995, yang diinspirasikan oleh pergerakan kolektif kawanan burung dan gerombolan ikan. Setiap penyelesaian calon — dipanggil zarah — bergerak melalui ruang pencarian dengan mengemas kini halaju dan kedudukannya berdasarkan pengalaman terbaiknya sendiri dan pengalaman terbaik keseluruhan kawanan, membolehkan penumpuan pantas merentasi masalah pengoptimuman selanjar.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+25 more
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 1). Particle Swarm Optimization (PSO). ScholarGate. https://scholargate.app/ms/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 OptimizationPengoptimuman↔ compare
- Pengoptimuman BayesianPengoptimuman↔ compare
- Differential EvolutionPengoptimuman↔ compare
- Algoritma GenetikPengoptimuman↔ compare
- Grey Wolf OptimizerPengoptimuman↔ compare
- Simulated AnnealingPengoptimuman↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →