A Kind of Improved Uniform Particle Swarm Optimization Algorithm

Ma, Zhiliang; Liu, Hongda

doi:10.1109/gcis.2010.122

Cited by 3 publications

(1 citation statement)

References 3 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…A cada solución potencial se le asigna una velocidad aleatoria y de esta manera las soluciones (también denominadas partículas) "viajan" hasta encontrar la solución óptima. Este método consiste en el cambio de velocidad en cada paso del tiempo sobre todas las partículas dirigiéndolas hacia los mejores resultados, los cuales son escogidos al ser evaluadas las partículas en la función fitness, de esta manera se encuentran las mejores soluciones y la mejor solución global [16], [17], [10].…”

Section: Optimización Por Enjambre De Partículasunclassified

Métodos de búsqueda usando los algoritmos de enjambre de partículas y genético

2016

View full text Add to dashboard Cite

La optimización de un problema para la toma de decisiones es una tarea frecuente en la vida. Existen en la literatura diferentes técnicas determinísticas y heurísticas, las cuales son utilizadas de acuerdo a las condiciones o restricciones del problema para encontrar la mejor solución. Sin embargo, para lograr una exploración en un espacio de búsqueda de posibles soluciones, se aplican los métodos metaheurísticos, los cuales se basan en el comportamiento de poblaciones y trayectorias permitiendo encontrar soluciones casi óptimas. En este artículo se presenta el estudio de dos métodos metaheurísticos basados en poblaciones, el algoritmo enjambre de partículas y el algoritmo genético, implementados para dar solución a problemas cuyo objetivo es optimizar buscando siempre el menor valor. Para llevar a cabo este estudio, se realiza una aplicación en lenguaje de programación JAVA que contiene la implementación de los dos algoritmos a ser evaluados sobre funciones no lineales. El resultado de este trabajo se muestra mediante la comparación en la precisión al obtener la solución óptima de los métodos, mostrando la evolución de los resultados de forma gráfica hasta llegar a la solución. Al finalizar se concluye que el enjambre de partículas tiene un mejor comportamiento que el algoritmo genético.

show abstract

Section: Optimización Por Enjambre De Partículasunclassified

Métodos de búsqueda usando los algoritmos de enjambre de partículas y genético

2016

View full text Add to dashboard Cite

show abstract

A Modified Particle Swarm Optimization Algorithm Using Uniform Design

Al-Mter¹,

Lu²

2016

2016 International Conference on Information System and Artificial Intelligence (ISAI)

View full text Add to dashboard Cite

A Particle Swarm Optimization Algorithm Based on Uniform Design

Al-Mter¹,

Lu²

2016

IJDKP

View full text Add to dashboard Cite

The Particle Swarm Optimization (PSO) Algorithm is one of swarm intelligence optimization algorithms. Usually the population's values of PSO algorithm are random which leads to random distribution of search quality and search velocity. This paper presents PSO based on uniform design (UD). UD is widely used in various applications and introduced to generate an initial population, in which the population members are scattered uniformly over the search space. In evolution, UD is also introduced to replace some worse individuals. Based on abovementioned these technologies a Particle Swarm Optimization Algorithm based on Uniform Design (PSO-UD) algorithm is proposed. At last, the performance of PSO-UD algorithm is tested and compared. Tests show that the PSO-UD algorithm faster than standard PSO algorithm with random populations.

show abstract

A Kind of Improved Uniform Particle Swarm Optimization Algorithm

Cited by 3 publications

References 3 publications

Métodos de búsqueda usando los algoritmos de enjambre de partículas y genético

Métodos de búsqueda usando los algoritmos de enjambre de partículas y genético

A Modified Particle Swarm Optimization Algorithm Using Uniform Design

A Particle Swarm Optimization Algorithm Based on Uniform Design

Contact Info

Product

Resources

About