Robust Ant Colony Optimization — Usikkerhetsresilient ACO for Kombinatoriske Problemer
Robust Ant Colony Optimization (Robust ACO) utvider den klassiske maurkolonimetahheuristikken ved eksplisitt å inkludere parameterusikkerhet og kriterier for robusthet i verste fall eller forventet fall i løsningssøk. I stedet for å optimalisere for ett nominelt scenario, søker den løsninger som presterer godt på tvers av en rekke plausible problemrealiseringer, noe som gjør den egnet for reelle kombinatoriske problemer der inndata (kostnader, etterspørsel, reisetider) er usikre eller variable.
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.
Kilder
- Dorigo, M. (1992). Optimization, learning and natural algorithms. PhD Thesis, Politecnico di Milano, Italy. link ↗
- Gutjahr, W. J., & Pflug, G. C. (2010). Simulated annealing for noisy cost functions. Journal of Global Optimization, 12(2), 123–147. (For robust stochastic metaheuristics including ACO under uncertainty.) link ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Robust Ant Colony Optimization — ACO metaheuristic with explicit uncertainty and worst-case robustness handling. ScholarGate. https://scholargate.app/no/simulation/robust-ant-colony-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
- Multi-Objective Ant Colony Optimization (MOACO)Simulering↔ compare
- Robust genetisk algoritme – evolusjonær optimering under usikkerhetSimulering↔ compare
- Robust Particle Swarm OptimizationSimulering↔ compare
- Robust Simulated AnnealingSimulering↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →