Stokastisk partikkelsvermoptimering — stokastisk basert globalt søk
Stokastisk partikkelsvermoptimering (Stochastic PSO) er en sverminnflytende heuristikk som utvider standard PSO-rammeverket ved å inkorporere eksplisitte stokastiske elementer — tilfeldige treghetsvekter, probabilistiske hastighetsnullstillinger eller støyinjeksjoner — for å unnslippe lokale optima og opprettholde populasjonsmangfold gjennom søket. Den anvendes bredt på kontinuerlige, blandede og støyende optimaliseringsproblemer innen ingeniørfag, operasjonsanalyse og simuleringsbasert design.
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. (1995). Particle swarm optimization. Proceedings of ICNN'95 - International Conference on Neural Networks, Vol. 4, pp. 1942-1948. IEEE. DOI: 10.1109/ICNN.1995.488968 ↗
- Clerc, M., Kennedy, J. (2002). The particle swarm - explosion, stability, and convergence in a multidimensional complex space. IEEE Transactions on Evolutionary Computation, 6(1), 58-73. DOI: 10.1109/4235.985692 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Stochastic Particle Swarm Optimization (Stochastic PSO). ScholarGate. https://scholargate.app/no/simulation/stochastic-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
- Stokastisk Genetisk AlgoritmeSimulering↔ compare
- Stokastisk multi-objektiv optimeringSimulering↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →