Optimization of HMM Based on Adaptive GAPSO and Its Application in Fault Diagnosis of Rolling Bearing

Zhang, X; Zhang, W; Guo, Qifan; Wu, Lei

doi:10.1109/iccre49379.2020.9096496

Cited by 7 publications

(2 citation statements)

References 3 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Existem algumas contribuições à hibridização GA-PSO publicadas na literatura, como em [5] que a proposta é baseada em codificação paralela bidimensional com o objetivo de otimizar os recursos para bloqueio de Jammers. Em [8], a hibridização GA-PSO foi proposta para com o objetivo de diagnosticar falhas em rolamentos mecânicos. Em [6], os parâmetros de controladores fuzzy tipo 1 e tipo 2 foram sintonizados pela hibridização GA-PSO.…”

Section: Introductionunclassified

Melhoria do desempenho da Hibridização GA-PSO através do Peso Inercial Adaptativo Fuzzy

Noronha¹

2021

Proceeding Series of the Brazilian Society of Computational and Applied Mathematics

View full text Add to dashboard Cite

Resumo. A hibridização de algoritmos de otimização pertencentes à teoria da computação evolucionária é realizada com o objetivo de combinar características desejáveis e atenuar características indesejáveis dos métodos envolvidos. De forma específica para uma hibridização envolvendo o Genetic Algorithm (GA) e Particle Swarm Optimization (PSO), embora o GA insira bastante diversidade de posições no espaço de busca permitindo contornar com uma maior facilidade a convergência prematura, o processo de busca converge lentamente. Além disso, somente inserir diversidade de posições não é o suficiente para contornar a convergência prematura em problemas com maior complexidade. Para obter um processo de busca com uma convergência rápida e não prematura, é necessário realizar um bom trade-off entre a busca global e local. Nessa hibridização, embora não seja trivial, o trade-off pode ser realizado, por exemplo, através de uma boa seleção de valores para o peso inercial do PSO. Para isso, nesse artigo, é proposta a utilização de um sistema de inferência fuzzy Mamdani para adaptação paramétrica, a cada iteração, do peso inercial. Sendo assim, é possível melhorar o desempenho da hibridização GA-PSO através de um bom trade-off entre a busca global e local.

show abstract

Section: Introductionunclassified

Melhoria do desempenho da Hibridização GA-PSO através do Peso Inercial Adaptativo Fuzzy

Noronha¹

2021

Proceeding Series of the Brazilian Society of Computational and Applied Mathematics

View full text Add to dashboard Cite

show abstract

“…Thus, aiming to incorporate the strengths and overcome the weaknesses of both methods, the hybridization arises as a solution [9][10][11]. The goal of the hybridization involving GA and PSO, originally, is to obtain an algorithm with fast convergence, as well as with high diversity.…”

Section: Introductionmentioning

confidence: 99%

A New GA-PSO Optimization Methodology with Fuzzy Adaptive Inertial Weight

Noronha

2021

Lecture Notes in Networks and Systems

View full text Add to dashboard Cite

In this paper, a new optimization methodology is proposed concerning to hybridization involving Genetic Algorithm and Particle Swarm Optimization (GA-PSO) with fuzzy adaptive inertial weight. In order to optimize multimodal problems with fast and non-premature convergence, hybridization is performed by combining the desirable features of GA and PSO. However, a slow and premature convergence can still occur due to the inefficient trade-off between global and local search. To this end, in this paper, a Mamdani fuzzy system is used for parametric adaptation of the inertial weight of the PSO, since through the size of the inertial weight it is possible to define whether the search will occur global or local manner.

show abstract

Improvement of Trade-Off Between Global and Local Search in Hybridization GA-PSO with Fuzzy Adaptive Acceleration Coefficients

Noronha¹

2021

Smart Innovation, Systems and Technologies

View full text Add to dashboard Cite

Optimization of HMM Based on Adaptive GAPSO and Its Application in Fault Diagnosis of Rolling Bearing

Cited by 7 publications

References 3 publications

Melhoria do desempenho da Hibridização GA-PSO através do Peso Inercial Adaptativo Fuzzy

Melhoria do desempenho da Hibridização GA-PSO através do Peso Inercial Adaptativo Fuzzy

A New GA-PSO Optimization Methodology with Fuzzy Adaptive Inertial Weight

Improvement of Trade-Off Between Global and Local Search in Hybridization GA-PSO with Fuzzy Adaptive Acceleration Coefficients

Contact Info

Product

Resources

About