Robust Simulated Annealing — Å finne løsninger som holder seg gode under usikkerhet
Robust Simulated Annealing (RSA) tilpasser den klassiske simulerte annealing metaheuristikken for å søke løsninger som presterer godt ikke bare under nominelle forhold, men over hele spekteret av usikre eller motstridende parameterverdier. Ved å bygge inn en robusthetsevaluering — verste-tilfelle, forventet tilfelle, eller anger-basert — i SA-aksepttrinnet, bytter RSA noe nominell optimalitet mot motstandsdyktighet, noe som gjør den verdifull når problemparametere er upresist kjent eller utsatt for miljøvariasjoner.
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
- 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
Slik siterer du denne siden
ScholarGate. (2026, June 3). Robust Simulated Annealing — Uncertainty-aware stochastic local search for robust solutions. ScholarGate. https://scholargate.app/no/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.
- Robust genetisk algoritme – evolusjonær optimering under usikkerhetSimulering↔ compare
- Robust multi-objektiv optimeringSimulering↔ compare
- Robust Particle Swarm OptimizationSimulering↔ compare
- Robust Tabu SearchSimulering↔ compare
- Simulert annealing – Probabilistisk optimeringOptimering↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →