Robust Particle Swarm Optimization — Usikkerhetsbevisst svermbasert metaheuristikk
Robust Particle Swarm Optimization (Robust PSO) utvider den klassiske PSO-metaheuristikken for eksplisitt å ta hensyn til usikkerhet i målfunksjonen, begrensningene eller beslutningsvariablene. I stedet for å optimalisere en enkelt nominell målfunksjon, evalueres hver kandidatløsning over et sett med usikkerhetsscenarioer, og egnethet bedømmes ut fra et robusthetskriterium som verste-fall-ytelse eller forventet verdi, noe som gir løsninger som forblir nær-optimale selv når forholdene avviker fra nominelle antakelser.
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
- Kennedy, J., Eberhart, R. C., & Shi, Y. (2001). Swarm Intelligence. Morgan Kaufmann Publishers. ISBN: 9781558605954
- Dellino, G., Kleijnen, J. P. C., & Meloni, C. (2010). Robust optimization in simulation: Taguchi and Response Surface Methodology. International Journal of Production Economics, 125(1), 52–59. DOI: 10.1016/j.ijpe.2009.12.003 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Robust Particle Swarm Optimization — Uncertainty-aware swarm-based metaheuristic. ScholarGate. https://scholargate.app/no/simulation/robust-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.
- Multi-Objective Particle Swarm Optimization (MOPSO)Simulering↔ compare
- Partikkelsvermoptimalisering (PSO)Optimering↔ compare
- Robust genetisk algoritme – evolusjonær optimering under usikkerhetSimulering↔ compare
- Robust multi-objektiv optimeringSimulering↔ compare
- Robust Simulated AnnealingSimulering↔ compare
- Stokastisk partikkelsvermoptimeringSimulering↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →