ScholarGate
Асистент

Порівняння методів

Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.

Політика Сценаріїв Оптимізації Роєм Частинок×Стохастичне ройове оптимізування частинок×
ГалузьІмітаційне моделюванняІмітаційне моделювання
РодинаProcess / pipelineProcess / pipeline
Рік появи1995 (PSO); applied to policy scenarios from 2000s onward1995–2002
Автор методуKennedy, J. & Eberhart, R. (PSO); policy scenario framing from planning and operations research literatureKennedy, J. and Eberhart, R. (base PSO); stochastic extensions by Clerc, Kennedy and community
ТипMetaheuristic optimization within policy scenario frameworkMetaheuristic optimization — stochastic swarm intelligence
Основоположне джерелоKennedy, J., Eberhart, R. (1995). Particle swarm optimization. Proceedings of the IEEE International Conference on Neural Networks, Perth, Australia, pp. 1942–1948. DOI ↗Kennedy, J., Eberhart, R. (1995). Particle swarm optimization. Proceedings of ICNN'95 - International Conference on Neural Networks, Vol. 4, pp. 1942-1948. IEEE. DOI ↗
Інші назвиPS-PSO, Policy PSO, Scenario-based PSO, Policy scenario swarm optimizationStochastic PSO, SPSO, Randomized PSO, Probabilistic PSO
Пов'язані64
ПідсумокPolicy Scenario Particle Swarm Optimization integrates Particle Swarm Optimization (PSO) with explicit policy scenario analysis. A swarm of candidate policy solutions is evaluated under multiple defined future scenarios, and PSO's velocity-position update rules guide the swarm toward solutions that perform well—or robustly—across all considered scenarios. It is used in energy, environmental, infrastructure, and public resource planning.Stochastic Particle Swarm Optimization (Stochastic PSO) is a swarm-intelligence metaheuristic that extends the standard PSO framework by incorporating explicit stochastic elements — random inertia weights, probabilistic velocity resets, or noise injections — to escape local optima and maintain population diversity throughout the search. It is widely applied to continuous, mixed, and noisy optimization problems in engineering, operations research, and simulation-based design.
ScholarGateНабір даних
  1. v1
  2. 2 Джерела
  3. PUBLISHED
  1. v1
  2. 2 Джерела
  3. PUBLISHED

Перейти до пошуку Завантажити слайди

ScholarGateПорівняння методів: Policy Scenario Particle Swarm Optimization · Stochastic Particle Swarm Optimization. Отримано 2026-06-19 з https://scholargate.app/uk/compare