Stochastic Particle Swarm Optimization — การค้นหาทั่วโลกแบบสุ่มที่อิงฝูง
Stochastic Particle Swarm Optimization (Stochastic PSO) เป็นเมตาฮิวริสติกแบบสวอร์มอัจฉริยะที่ขยายกรอบการทำงานของ PSO มาตรฐาน โดยรวมเอาองค์ประกอบสุ่มที่ชัดเจน เช่น น้ำหนักความเฉื่อยแบบสุ่ม การรีเซ็ตความเร็วแบบความน่าจะเป็น หรือการฉีดสัญญาณรบกวน เพื่อหลีกหนีจากจุดเหมาะสมที่สุดเฉพาะที่และรักษาความหลากหลายของประชากรตลอดการค้นหา มีการประยุกต์ใช้อย่างกว้างขวางกับปัญหาการหาค่าเหมาะสมที่สุดแบบต่อเนื่อง แบบผสม และแบบมีสัญญาณรบกวน ในสาขาวิศวกรรม การวิจัยดำเนินงาน และการออกแบบที่อิงการจำลอง
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Stochastic Particle Swarm Optimization (Stochastic PSO). ScholarGate. https://scholargate.app/th/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)การจำลอง↔ compare
- Particle Swarm Optimization (PSO)การหาค่าเหมาะที่สุด↔ compare
- ขั้นตอนวิธีเชิงพันธุกรรมแบบสุ่มการจำลอง↔ compare
- การหาค่าเหมาะที่สุดหลายวัตถุประสงค์เชิงสุ่มการจำลอง↔ compare