Robust myranteknikoptimering – Osäkerhetsresilient ACO för kombinatoriska problem
Robust myranteknikoptimering (Robust ACO) utökar den klassiska myranteknikmetaheuristiken genom att explicit införliva parameterosäkerhet och robusthetskriterier för värsta eller förväntade fall i lösningssökningen. Istället för att optimera för ett enda nominellt scenario, söker den lösningar som presterar väl över en rad tänkbara problemrealiseringar, vilket gör den lämplig för verkliga kombinatoriska problem där indata (kostnader, efterfrågan, restider) är osäkra eller variabla.
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.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Robust Ant Colony Optimization — ACO metaheuristic with explicit uncertainty and worst-case robustness handling. ScholarGate. https://scholargate.app/sv/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.
- Myrsamhällesoptimering – svärmbaserad kombinatorisk optimeringOptimering↔ compare
- Multi-Objective Ant Colony Optimization (MOACO)Simulering↔ compare
- Robust Genetisk AlgoritmSimulering↔ compare
- Robust PartikelsvärmoptimeringSimulering↔ compare
- Robust Simulated AnnealingSimulering↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →