Solidna optymalizacja rojem cząstek — metaheurystyka oparta na roju uwzględniająca niepewność
Solidna optymalizacja rojem cząstek (Robust PSO) rozszerza klasyczną metaheurystykę PSO, aby jawnie uwzględnić niepewność w funkcji celu, ograniczeniach lub zmiennych decyzyjnych. Zamiast optymalizować pojedynczy nominalny cel, każde kandydackie rozwiązanie jest oceniane w zestawie scenariuszy niepewności, a jego wartość (fitness) jest oceniana na podstawie kryterium solidności, takiego jak najgorszy przypadek lub wartość oczekiwana, co prowadzi do rozwiązań, które pozostają bliskie optymalnym nawet wtedy, gdy warunki odbiegają od nominalnych założeń.
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
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Robust Particle Swarm Optimization — Uncertainty-aware swarm-based metaheuristic. ScholarGate. https://scholargate.app/pl/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.
- Wielokryterialna optymalizacja rojem cząstek (MOPSO)Symulacja↔ compare
- Optymalizacja rojem cząstek (PSO)Optymalizacja↔ compare
- Solidny algorytm genetycznySymulacja↔ compare
- Solidna optymalizacja wielokryterialnaSymulacja↔ compare
- Niezawodne symulowane wyżarzanieSymulacja↔ compare
- Stochastyczne Optymalizowanie Roju CząstekSymulacja↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →