Робастная муравьиная оптимизация — устойчивая к неопределенности ACO для комбинаторных задач
Робастная муравьиная оптимизация (Robust Ant Colony Optimization, Robust ACO) расширяет классическую метаэвристику муравьиных колоний за счет явного включения неопределенности параметров и критериев робастности по наихудшему или ожидаемому случаю в процесс поиска решения. Вместо оптимизации для одного номинального сценария, она ищет решения, которые хорошо работают в диапазоне правдоподобных реализаций проблемы, что делает ее подходящей для реальных комбинаторных задач, где входные данные (затраты, спрос, время в пути) неопределенны или изменчивы.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Dorigo, M. (1992). Optimization, learning and natural algorithms. PhD Thesis, Politecnico di Milano, Italy. link ↗
- Gutjahr, W. J., & Pflug, G. C. (2010). Simulated annealing for noisy cost functions. Journal of Global Optimization, 12(2), 123–147. (For robust stochastic metaheuristics including ACO under uncertainty.) link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Robust Ant Colony Optimization — ACO metaheuristic with explicit uncertainty and worst-case robustness handling. ScholarGate. https://scholargate.app/ru/simulation/robust-ant-colony-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.
- Муравьиные алгоритмыОптимизация↔ compare
- Многокритериальная оптимизация методами роя муравьев (MOACO)Имитационное моделирование↔ compare
- Устойчивый генетический алгоритмИмитационное моделирование↔ compare
- Робастная оптимизация методами роя частицИмитационное моделирование↔ compare
- Робастный имитированный отжигИмитационное моделирование↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →