文献

J-GLOBAL ID：201702281175801860   整理番号：17A1593638

粒子群最適化(PSO)アルゴリズムに基づく粒子群最適化(PSO)アルゴリズムを提案した。【JST・京大機械翻訳】

New particle swarm optimization based on subswarm mutation

著者 (4件)： Yuan Han (上海電力学院自動化工程学院,上海,200090) ,  Xu Chunmei (上海電力学院自動化工程学院,上海,200090) ,  Yang Ping (上海電力学院自動化工程学院,上海,200090) ,  Xu Shanshan (上海電力学院自動化工程学院,上海,200090)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 34  号： 4  ページ： 1076-1079  発行年： 2017年 
JST資料番号： C2536A  ISSN： 1001-3695  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 粒子群最適化(PSO)アルゴリズムの早熟収束を克服するために,部分群突然変異に基づく改良粒子群最適化アルゴリズム(SsMPSO)を提案した。このアルゴリズムは,ランダムな指向性振動探索を持つ部分群の大域的最適位置を変化させることによって,完全なランダム突然変異を変化させて,局所的深さの探索と局所最適化を提供することができた。このアルゴリズムのグローバル探索能力を強化するために,適応度差のある粒子を動的に変異させることにより,母集団の潜在的探索空間を増加させることを目的とした。最後に,改良アルゴリズムの性能を,高次元のbenchmark関数によってテストした。シミュレーション結果を比較することによって,改良型アルゴリズムは,早熟問題を効果的に防ぐことができて,多モード関数の最適化によって,局所的プレート値,収束性,および収束精度を大いに向上させることができることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 思春期早発症 ,  *最適化 ,  高次元 ,  突然変異 ,  *アルゴリズム ,  シミュレーション ,  母集団 ,  多モード ,  指向性
準シソーラス用語： 探索空間 ,  適応度 ,  ローカル最適化 ,  部分群 ,  *粒子群最適化 , 【Automatic Indexing@JST】

著者キーワード (6件)： premature convergence ,  PSO ,  random directional vibrating exploit ,  subswarm ,  mutation ,  multimodal functions optimization

分類 (2件)： 数値計算  (JE02000J) ,  システム最適化手法  (IA02050Z)

タイトルに関連する用語 (4件)： 粒子群最適化 ,  PSO ,  アルゴリズム ,  提案