Particle Swarm Optimization (PSO)
Particle Swarm Optimization (PSO) เป็นอัลกอริทึมเมตาฮิวริสติกแบบประชากรที่นำเสนอโดย Kennedy และ Eberhart ในปี 1995 โดยได้รับแรงบันดาลใจจากการเคลื่อนที่ร่วมกันของฝูงนกและฝูงปลา โซลูชันผู้สมัครแต่ละรายการ — เรียกว่าอนุภาค — เคลื่อนที่ผ่านปริภูมิการค้นหาโดยการปรับปรุงความเร็วและตำแหน่งตามประสบการณ์ที่ดีที่สุดของตนเองและประสบการณ์ที่ดีที่สุดของฝูงทั้งหมด ทำให้เกิดการลู่เข้าอย่างรวดเร็วสำหรับปัญหาการหาค่าที่เหมาะสมที่สุดแบบต่อเนื่อง
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
+25 more
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 1). Particle Swarm Optimization (PSO). ScholarGate. https://scholargate.app/th/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.
- Ant Colony Optimizationการหาค่าเหมาะที่สุด↔ compare
- Bayesian Optimizationการหาค่าเหมาะที่สุด↔ compare
- Differential Evolutionการหาค่าเหมาะที่สุด↔ compare
- Genetic Algorithmการหาค่าเหมาะที่สุด↔ compare
- Grey Wolf Optimizerการหาค่าเหมาะที่สุด↔ compare
- Simulated Annealingการหาค่าเหมาะที่สุด↔ compare