文献

J-GLOBAL ID：201802276407119314   整理番号：18A0033606

非線形系の動的知覚係数に基づく適応粒子群最適化アルゴリズムを提案した。【JST・京大機械翻訳】

A Dynamic Perception Coefficients Self-tuning Particle Swarm Optimization Algorithm Based on Nonlinear Systems

著者 (7件)： Guo Zhenxiong (厦門大学物理科学与技術学院,福建 厦門,361005) ,  Chen Yuye (厦門大学物理科学与技術学院,福建 厦門,361005) ,  Xiao Ke (厦門大学物理科学与技術学院,福建 厦門,361005) ,  He Junjie (厦門大学物理科学与技術学院,福建 厦門,361005) ,  Liu Chang (厦門大学物理科学与技術学院,福建 厦門,361005) ,  Pan Shuwan (華僑大学信息科学与工程学院,福建 厦門,361021) ,  Chen Songyan (厦門大学物理科学与技術学院,福建 厦門,361005)
資料名： Xiamen Daxue Xuebao. Ziran Kexue Ban  (Xiamen Daxue Xuebao. Ziran Kexue Ban)
巻： 56  号： 5  ページ： 704-710  発行年： 2017年 
JST資料番号： W1452A  ISSN： 0438-0479  CODEN： HMHHAF  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： 非線形複雑系問題の最適化において,知的アルゴリズムは重要な手段になっている。動的な知覚係数に基づく適応粒子群最適化(PSO)アルゴリズムを提案した(self-tuning PSO,SPSO)。PSOアルゴリズムの知覚係数をニューラルネットワークアルゴリズムと結合し,オンライン学習訓練プロセスにおける知覚係数を動的に調整することにより,PSOアルゴリズムの計算効率とグローバル収束効率を改善した。さらに,2つの相互相関ニューラルネットワーク,比例積分微分(PID)ニューラルネットワーク,およびSPSO神経回路網を結合した。それは,非線形制御モデルの問題を効果的に解決することができた。提案したアルゴリズムを検証するために,4つのシミュレーション例と2つのPSO最適化アルゴリズム,すなわち,従来のPSO(CPSO)と修正PSO(MPSO)を導入した。SPSOアルゴリズムによる制御問題における非線形複雑システムの効率性を比較することにより、SPSOアルゴリズムが良好なグローバル収束性能、収束速度及び強いロバスト性を有することを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 神経回路網 ,  ロバスト性 ,  *最適化 ,  シミュレーション ,  *非線形系 ,  ニューラルネットワーク ,  微分 ,  *アルゴリズム
準シソーラス用語： 収束速度 ,  *最適アルゴリズム ,  非線形制御 ,  計算効率 ,  オンライン学習 ,  複雑系 ,  *粒子群最適化 , 【Automatic Indexing@JST】

著者キーワード (6件)： optimization algorithm ,  self-tuning particle swarm optimization (SPSO) ,  dynamic perception coefficients ,  proportional-integral-derivative (PID) ,  neural network(NN) ,  self-tuning nonlinear system

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (6件)： 非線形系 ,  知覚 ,  係数 ,  適応 ,  粒子群最適化アルゴリズム ,  提案