Stokastisk partikelsvärmoptimering — Randomiserad svärmbaserad global sökning
Stokastisk partikelsvärmoptimering (Stokastisk PSO) är en svärmintelligens-metaheuristik som utvidgar standard-PSO-ramverket genom att införliva explicita stokastiska element — slumpmässiga tröghetsvikter, probabilistiska hastighetsåterställningar eller brusinjektioner — för att undvika lokala optima och upprätthålla populationsdiversitet under sökningen. Den tillämpas brett på kontinuerliga, blandade och brusiga optimeringsproblem inom ingenjörsvetenskap, operationsanalys och simuleringsbaserad design.
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
- Kennedy, J., Eberhart, R. (1995). Particle swarm optimization. Proceedings of ICNN'95 - International Conference on Neural Networks, Vol. 4, pp. 1942-1948. IEEE. DOI: 10.1109/ICNN.1995.488968 ↗
- Clerc, M., Kennedy, J. (2002). The particle swarm - explosion, stability, and convergence in a multidimensional complex space. IEEE Transactions on Evolutionary Computation, 6(1), 58-73. DOI: 10.1109/4235.985692 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Stochastic Particle Swarm Optimization (Stochastic PSO). ScholarGate. https://scholargate.app/sv/simulation/stochastic-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.
- Multi-Objective Particle Swarm Optimization (MOPSO)Simulering↔ compare
- Partikelsvärmsoptimering (PSO)Optimering↔ compare
- Stokastisk genetisk algoritmSimulering↔ compare
- Stokastisk multiobjektiv optimeringSimulering↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →