Partikkelsvermoptimalisering (PSO)
Partikkelsvermoptimalisering (PSO) er en populasjonsbasert metaheuristisk algoritme introdusert av Kennedy og Eberhart i 1995, inspirert av den kollektive bevegelsen til fugleflokker og fiskestimer. Hver kandidatløsning – kalt en partikkel – beveger seg gjennom søkerommet ved å oppdatere sin hastighet og posisjon basert på sin egen beste erfaring og den beste erfaringen til hele svermen, noe som muliggjør rask konvergens for kontinuerlige optimaliseringsproblemer.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
+25 more
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). Particle Swarm Optimization (PSO). ScholarGate. https://scholargate.app/no/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.
- Maurkolonoptimering – sverdbasert kombinatorisk optimeringOptimering↔ compare
- Bayesiansk optimeringOptimering↔ compare
- DifferensialevolusjonOptimering↔ compare
- Genetisk algoritmeOptimering↔ compare
- Grey Wolf OptimizerOptimering↔ compare
- Simulert annealing – Probabilistisk optimeringOptimering↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →