Otimização por Enxame de Partículas Estocástico — Busca Global Aleatória Baseada em Enxame
A Otimização por Enxame de Partículas Estocástico (PSO Estocástico) é uma meta-heurística de inteligência de enxame que estende o framework padrão de PSO ao incorporar elementos estocásticos explícitos — pesos de inércia aleatórios, reinicializações probabilísticas de velocidade ou injeções de ruído — para escapar de ótimos locais e manter a diversidade da população ao longo da busca. É amplamente aplicada a problemas de otimização contínuos, mistos e ruidosos em engenharia, pesquisa operacional e projeto baseado em simulação.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Stochastic Particle Swarm Optimization (Stochastic PSO). ScholarGate. https://scholargate.app/pt/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.
- Otimização por Enxame de Partículas Multi-Objetivo (MOPSO)Simulação↔ compare
- Otimização por Enxame de Partículas (PSO)Otimização↔ compare
- Algoritmo Genético EstocásticoSimulação↔ compare
- Otimização Estocástica Multi-ObjetivoSimulação↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →