Particle Swarm Optimization (PSO)
Particle Swarm Optimization (PSO) is een populatiegebaseerd metaheuristisch algoritme, geïntroduceerd door Kennedy en Eberhart in 1995, geïnspireerd door de collectieve beweging van vogelzwermen en scholen vissen. Elke kandidaatoplossing – een deeltje genoemd – beweegt door de zoekruimte door zijn snelheid en positie bij te werken op basis van zijn eigen beste ervaring en de beste ervaring van de gehele zwerm, wat snelle convergentie mogelijk maakt voor continue optimalisatieproblemen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
+25 more
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 1). Particle Swarm Optimization (PSO). ScholarGate. https://scholargate.app/nl/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 OptimizationOptimalisatie↔ compare
- Bayesian OptimizationOptimalisatie↔ compare
- Differentiële EvolutieOptimalisatie↔ compare
- Genetisch AlgoritmeOptimalisatie↔ compare
- Grey Wolf OptimizerOptimalisatie↔ compare
- Gesimuleerde AnnealingOptimalisatie↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →