Simulated Annealing Robust — Mencari penyelesaian yang kekal baik dalam ketidakpastian
Simulated Annealing Robust (RSA) mengadaptasi metaheuristik simulated annealing klasik untuk mencari penyelesaian yang berprestasi baik bukan sahaja di bawah keadaan nominal tetapi merentasi julat penuh nilai parameter yang tidak menentu atau adversari. Dengan membenamkan penilaian kekukuhan — kes terburuk, kes jangkaan, atau berasaskan penyesalan — ke dalam langkah penerimaan SA, RSA menukar sedikit keoptimuman nominal untuk daya tahan, menjadikannya berharga apabila parameter masalah tidak diketahui dengan tepat atau tertakluk kepada variasi persekitaran.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Kirkpatrick, S., Gelatt, C. D., Vecchi, M. P. (1983). Optimization by simulated annealing. Science, 220(4598), 671-680. DOI: 10.1126/science.220.4598.671 ↗
- Ben-Tal, A., El Ghaoui, L., Nemirovski, A. (2009). Robust Optimization. Princeton University Press, Princeton, NJ. ISBN: 9780691143682
Cara memetik halaman ini
ScholarGate. (2026, June 3). Robust Simulated Annealing — Uncertainty-aware stochastic local search for robust solutions. ScholarGate. https://scholargate.app/ms/simulation/robust-simulated-annealing
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.
- Algoritma Genetik TeguhSimulasi↔ compare
- Pengoptimuman Pelbagai Objektif yang TeguhSimulasi↔ compare
- Robust Particle Swarm OptimizationSimulasi↔ compare
- Robust Tabu SearchSimulasi↔ compare
- Simulated AnnealingPengoptimuman↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →