A particle swarm optimization for high-dimensional function optimization
Conference proceedings article
ผู้เขียน/บรรณาธิการ
กลุ่มสาขาการวิจัยเชิงกลยุทธ์
ไม่พบข้อมูลที่เกี่ยวข้อง
รายละเอียดสำหรับงานพิมพ์
รายชื่อผู้แต่ง: Worasucheep C.
ผู้เผยแพร่: Hindawi
ปีที่เผยแพร่ (ค.ศ.): 2010
หน้าแรก: 1045
หน้าสุดท้าย: 1049
จำนวนหน้า: 5
ISBN: 9789746724913
eISSN: 1745-4557
ภาษา: English-Great Britain (EN-GB)
บทคัดย่อ
Particle swarm optimization (PSO) has received increasing interest from the optimization community due to its simplicity in implementation and its inexpensive computational cost. However, PSO face a common problem of premature convergence or stagnation in high-dimensional functions or complex multimodal functions. This paper proposes a modified PSO with two techniques: a mutation operator to increase swarm diversity for high-dimensionality; and an improved mechanism to detect and resolve the stagnation once it is found. The effectiveness of the proposed schemes is investigated on two widely-used PSO models: constriction factor and time-varying coefficients. The experimentation is performed using six wellknown benchmark functions of 30- and 100-dimensions with asymmetric initialization which is widely known to be difficult for most PSO variants.
คำสำคัญ
High-dimensional
ติดต่อสอบถามเพิ่มเติมได้ที่