Simheurystyka: Połączenie symulacji z metaheurystykami dla optymalizacji stochastycznej
Simheurystyka to hybrydowa struktura algorytmiczna, która integruje symulację Monte Carlo lub symulację zdarzeń dyskretnych z metaheurystycznymi procedurami przeszukiwania w celu rozwiązywania stochastycznych problemów optymalizacji kombinatorycznej. Wprowadzona przez Juana i in. w 2015 roku, zajmuje się ona przypadkami, w których oceny funkcji celu obejmują zmienne losowe, dostarczając rozwiązania bliskie optymalnym z probabilistycznymi gwarancjami jakości. Podejście to jest szczególnie odpowiednie dla rzeczywistych problemów logistycznych, transportowych i harmonogramowania, gdzie niepewność jest nieodłączna, a klasyczne deterministyczne solwery nie są w stanie uchwycić zmienności.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Juan, A. A., et al. (2015). A review of simheuristics: Extending metaheuristics to deal with stochastic combinatorial optimization problems. Operations Research Perspectives, 2, 62–72. DOI: 10.1016/j.orp.2015.03.001 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 2). Simheuristics (Simulation + Metaheuristics). ScholarGate. https://scholargate.app/pl/optimization/simheuristics
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.
- Symulacja zdarzeń dyskretnych (DES)Symulacja↔ compare
- Matheurystyki: Hybrydyzacja programowania matematycznego i metaheurystykOptymalizacja↔ compare
- Optymalizacja stochastycznaOptymalizacja↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →