Оптимизация роя частиц для сценарного анализа политики — поиск альтернативных будущих политических сценариев с помощью PSO
Оптимизация роя частиц для сценарного анализа политики (Policy Scenario Particle Swarm Optimization) интегрирует оптимизацию роя частиц (PSO) с явным анализом политических сценариев. Рой кандидатов в решения политики оценивается в рамках множества определенных будущих сценариев, а правила обновления скорости и положения PSO направляют рой к решениям, которые хорошо (или устойчиво) работают во всех рассматриваемых сценариях. Метод применяется в планировании энергетики, окружающей среды, инфраструктуры и общественных ресурсов.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- Kennedy, J., Eberhart, R. (1995). Particle swarm optimization. Proceedings of the IEEE International Conference on Neural Networks, Perth, Australia, pp. 1942–1948. DOI: 10.1109/ICNN.1995.488968 ↗
- Poli, R., Kennedy, J., Blackwell, T. (2007). Particle swarm optimization: An overview. Swarm Intelligence, 1(1), 33–57. DOI: 10.1007/s11721-007-0002-0 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Policy Scenario Particle Swarm Optimization — PSO-driven search across alternative policy futures. ScholarGate. https://scholargate.app/ru/simulation/policy-scenario-particle-swarm-optimization
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Многокритериальная оптимизация роем частиц (MOPSO)Имитационное моделирование↔ сравнить
- Оптимизация роем частиц (PSO)Оптимизация↔ сравнить
- Анализ политических сценариевИмитационное моделирование↔ сравнить
- Генетический алгоритм для сценарного анализа политикиИмитационное моделирование↔ сравнить
- Робастная оптимизация методами роя частицИмитационное моделирование↔ сравнить
- Стохастическая оптимизация роем частицИмитационное моделирование↔ сравнить
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →