Robuuste Gesimuleerde Annealing — Oplossingen vinden die goed blijven onder onzekerheid
Robuuste Gesimuleerde Annealing (RSA) past de klassieke gesimuleerde annealing metaheuristiek aan om oplossingen te zoeken die niet alleen onder nominale omstandigheden goed presteren, maar ook over het volledige bereik van onzekere of adversariële parameterwaarden. Door een robuustheidsevaluatie — worst-case, expected-case, of regret-gebaseerd — in de SA-acceptatiestap in te bedden, ruilt RSA enige nominale optimaliteit in voor veerkracht, wat het waardevol maakt wanneer probleemparameters onnauwkeurig bekend zijn of onderhevig zijn aan omgevingsvariatie.
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.
Bronnen
- 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
Deze pagina citeren
ScholarGate. (2026, June 3). Robust Simulated Annealing — Uncertainty-aware stochastic local search for robust solutions. ScholarGate. https://scholargate.app/nl/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.
- Robuust Genetisch AlgoritmeSimulatie↔ compare
- Robuuste Multi-Objective OptimalisatieSimulatie↔ compare
- Robuuste Particle Swarm OptimizationSimulatie↔ compare
- Robuuste Tabu ZoektochtSimulatie↔ compare
- Gesimuleerde AnnealingOptimalisatie↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →