Partikelsvärmsoptimering (PSO)
Partikelsvärmsoptimering (PSO) är en populationsbaserad metaheuristisk algoritm som introducerades av Kennedy och Eberhart 1995, inspirerad av den kollektiva rörelsen hos fågelflockar och fiskstim. Varje kandidatlösning – kallad en partikel – rör sig genom sökrymden genom att uppdatera sin hastighet och position baserat på sin egen bästa erfarenhet och hela svärmens bästa erfarenhet, vilket möjliggör snabb konvergens för kontinuerliga optimeringsproblem.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
+25 more
Källor
- Kennedy, J. & Eberhart, R. (1995). Particle Swarm Optimization. IEEE International Conference on Neural Networks (ICNN), 1942-1948. DOI: 10.1109/ICNN.1995.488968 ↗
- Shi, Y. & Eberhart, R. (1998). A Modified Particle Swarm Optimizer. IEEE Congress on Evolutionary Computation (CEC). link ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). Particle Swarm Optimization (PSO). ScholarGate. https://scholargate.app/sv/optimization/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.
- Myrsamhällesoptimering – svärmbaserad kombinatorisk optimeringOptimering↔ compare
- Bayesiansk optimeringOptimering↔ compare
- Differential EvolutionOptimering↔ compare
- Genetisk algoritmOptimering↔ compare
- Grey Wolf OptimizerOptimering↔ compare
- Simulated Annealing – Probabilistisk OptimeringOptimering↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →