文献

J-GLOBAL ID：201802280371714270   整理番号：18A1301587

システム同定における改良粒子群最適化の応用【JST・京大機械翻訳】

Application of improved particle swarm optimization in system identification

著者 (2件)： Xing Hua (School of control science and engineering, Dalian University of Technology, Dalian 116024) ,  Pan Xuejun (School of control science and engineering, Dalian University of Technology, Dalian 116024)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CCDC  ページ： 1341-1346  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 粒子群最適化(PSO)は,機能最適化とニューラルネットワーク訓練の分野で広く使われてきた。それは,簡単で,実行が容易で,パラメータが少ないからである。アルゴリズムパラメータの選択は,アルゴリズム最適化の速度最適化と結果に非常に重要である。PSOは局所最適値に陥りやすく,粒子数が少ないとき,最適化精度は大幅に低下した。さらに,局所探索能力とグローバル探索能力は相互に制限される。上記の欠点に従って,Gauss関数と正弦関数に基づく粒子群最適化を提案した。PSOアルゴリズムの慣性重量と速度係数を最適化することによって,アルゴリズムの最適化速度と精度を改良した。そして,改良アルゴリズムをシステムの同定に適用して,同定結果を既存のBPSOとWPSOと比較した。最終的に,改良粒子群最適化アルゴリズムが他のPSOより良い結果を得ることができると結論づける。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  近傍探索法 ,  ニューラルネットワーク ,  *最適化 ,  システム同定
準シソーラス用語： 正弦関数 ,  Gauss関数 ,  粒子数 ,  最適値 ,  *粒子群最適化 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  その他のオペレーションズリサーチの手法  (KA03070E)

タイトルに関連する用語 (3件)： システム同定 ,  粒子群最適化 ,  応用