Robust Simulated Annealing — Att finna lösningar som förblir goda under osäkerhet
Robust Simulated Annealing (RSA) anpassar den klassiska metaheuristiken Simulated Annealing för att söka lösningar som presterar väl inte bara under nominella förhållanden utan över hela intervallet av osäkra eller adversariella parametervärden. Genom att bädda in en robusthetsutvärdering — worst-case, expected-case eller regret-baserad — i SA:s acceptanssteg, byter RSA viss nominell optimalitet mot motståndskraft, vilket gör den värdefull när problemparametrar är inexakt kända eller utsatta för miljövariation.
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
- Kirkpatrick, S., Gelatt, C. D., Vecchi, M. P. (1983). Optimization by simulated annealing. Science, 220(4598), 671-680. DOI: 10.1126/science.220.4598.671 ↗
- Ben-Tal, A., El Ghaoui, L., Nemirovski, A. (2009). Robust Optimization. Princeton University Press, Princeton, NJ. ISBN: 9780691143682
Så citerar du den här sidan
ScholarGate. (2026, June 3). Robust Simulated Annealing — Uncertainty-aware stochastic local search for robust solutions. ScholarGate. https://scholargate.app/sv/simulation/robust-simulated-annealing
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.
- Robust Genetisk AlgoritmSimulering↔ compare
- Robust Multi-Objective OptimizationSimulering↔ compare
- Robust PartikelsvärmoptimeringSimulering↔ compare
- Robust Tabu SearchSimulering↔ compare
- Simulated Annealing – Probabilistisk OptimeringOptimering↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →